Deteksi penyakit Kanker Seviks dengan Analisis Citra Iris Mata menggunakan Jaringan Syaraf Tiruan

ABSTRAK

Kanker leher rahim atau yang lebih dikenal dengan nama kanker serviks merupakan penyakit nomor satu yang membunuh kaum hawa di Indonesia. Setiap tahun, terdapat lima belas ribu kasus baru dan delapan ribu di antaranya meninggal dunia. Bahkan, satu perempuan meninggal setiap jam karena penyakit ini. Berdasarkan latar belakang tersebut penelitian dilakukan dengan tujuan untuk: (1) Mengetahui cara menganalisis citra iris mata penderita kanker serviks sehingga bisa didapatkan suatu pola yang bisa dijadikan sebagai standarisasi; (2) Merancang dan membuat perangkat lunak yang bisa mendeteksi penyakit kanker serviks dengan masukan berupa citra iris mata.

Penelitian ini dilakukan di laboratorium Fisika komputasi Universitas Islam Negeri (UIN) Maulana Malik Ibrahim Malang pada tanggal 1 Juni sampai dengan 11 Juli 2013, sedangkan data iris mata penderita kanker serviks diambil pada 1 Juli sampai 30 Desember 2010. Tahapan penelitian dibagi 2, tahapan pengolahan citra dan tahapan metode jaringan syaraf tiruan. Pada tahap pengolahan citra menggunakan fungsi untuk mencari nilai gabor dan otsu. Hasil pengolahan citra didapatkan nilai gabor dan otsu. Data hasil pengolahan citra digunakan sebagai input jaringan syaraf tiruan. Jaringan syaraf tiruan yang digunakan dengan algoritma Backpropagation. Proses jaringan syaraf tiruan menggunakan jumlah neuron 5, 10, 15, 20, 25, dan 30 untuk mengetahui ke akuratan jaringan mengenali data yang diujikan.

Hasil pengujian dilakukan analisis untuk mengetahui jumlah neuron terbaik yang digunakan dalam jaringan. Jumlah neuron 20 dapat mengenali data pengujian sebesar 65% untuk data pengujian pelatihan dan 50% untuk data baru, dengan MSE 0.072269. Hasil dari penelitian ini belum menunjukkan bahwa jaringan dapat mengenali data pengujian dengan tingkat keberhasilan yang tinggi. Jadi, Analisis citra iris mata dengan menggunakan jaringan syaraf tiruan dapat digunakan untuk mendeteksi citra iris mata kanker serviks dan citra iris mata normal, akan tetapi masih perlu banyak perbaikan diantaranya diperbanyak jumlah sampel dan variabelnya agar bisa didapatkan hasil yang lebih baik.

ABSTRACT

Cervical cancer or who is better known as cervical cancer is the number one disease that kills the weather in Indonesia. Every year, there are fifteen thousand new cases and eight thousand of them died. In fact, one woman dies every hour from the disease. Based on this background research was conducted to: (1) Knowing how to analyze the iris images of cervical cancer patients so they can obtain a pattern that can be used as a standard, (2) Designing and making software that can detect cervical cancer in the form of input iris image.

The research was conducted in the laboratory of computational Physics State Islamic University (UIN) Maulana Malik Ibrahim Malang on June 1 to July 11, 2013, while data on cervical cancer iris taken on July 1 to December 30, 2010. Research is divided into 2 stages, stages of image processing and neural network method. At this stage of image processing using Gabor functions to find the value and otsu. Image processing results obtained Gabor and otsu value. Data resulting from image processing is used as input of neural network. Artificial neural networks are used with backpropagation algorithm. The process of neural networks using neuron number 5, 10, 15, 20, 25, and 30 to determine the accuracy of data to identify networks that are tested.

Analysis of test results to determine the best number of neurons used in the network. 20 the number of neurons can recognize the test data by 65% for training and test data 50% for new data, the MSE 0.072269. The results of this study have shown that the network can recognize the test data with a high success rate. So, the iris image analysis using a neural network can be used to detect cervical cancer iris image and iris image of normal, but still needs a lot of improvement such as the number of samples and variables multiplied in order to obtain better results.