Katarina, Amanda Rosyta Dyah Ayu (2024) Analisis tekstur citra payudara dengan metode GLRLM (Gray Level Run Length Matrix) dan SVM (Support Vector Machine). Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
![]() |
Text (Fulltext)
200604110077.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (4MB) |
Abstract
ABSTRAK
Menurut data Badan Kesehatan Dunia(WHO) tahun 2020, kasus baru kanker payudara di Indonesia mencapai 68.858 kasus (16,6%) dari total 396.914 kasus baru kanker. Deteksi dini kanker payudara dapat dilakukan dengan teknologi pencitraan medis yang saat ini sedang dikembangkan. Teknologi ini memungkinkan untuk membantu paramedis mendiagnosis kanker payudara. Terdapat berbagai metode pencitraan yang digunakan untuk kanker payudara, salah satunya adalah teknik ultrasound payudara, teknik ini merupakan teknik pencitraan medis berbasis non-invasif. Penelitian ini dilakukan untuk dapat diterapkan dalam bidang medis sebagai solusi alternatif bagi dokter, radiologis dan fisikawan medis dalam memberikan diagnosis dengan memberikan informasi yang bersifat subjektif. Proses analisis tekstur meliputi tiga tahapan utama yaitu pre-processing, ekstraksi fitur, dan klasifikasi. Metode GLRLM-SVM yang digunakan dalam mengklasifikasikan citra payudara didapatkan hasil sebaran validitas meliputi akurasi, presisi, recall, spesifisitas, dan f1-score, yang semuanya mencapai 100%.
ABSTRACT
According to data from the World Health Organization (WHO) in 2020, new cases of breast cancer in Indonesia reached 68,858 cases (16.6%) out of a total of 396,914 new cases of cancer. Early detection of breast cancer can be done with medical imaging technology which is currently being developed. This technology makes it possible to help paramedics diagnose breast cancer. There are various imaging methods used for breast cancer, one of which is the breast ultrasound technique, this technique is a non-invasive based medical imaging technique. The research was conducted to be applied in the medical field as an alternative solution for doctors, radiologists and medical physicists in providing diagnoses by providing subjective information. The analysis process including texture includes three main stages, namely pre-processing, feature extraction, and classification. The GLRLM-SVM method used to classify breast images obtained validity distribution results including accuracy, precision, recall, specificity and f1-score, all of which reached 100%.
مستخلص البحث
وفقا لبيانات وكالة الصحة العالمية (WHO) لعام 2020، حالات جديدة من سرطان الثدي في إندونيسيا وصلت إلى 68،858 حالة (16.6%) من إجمالي 396،914 حالات جديدة من سرطان. يمكن أن يتم الكشف المبكر عن سرطان الثدي من خلال تقنية الصور الطبية التي يتم تطويرها حاليًا. تتيح هذه التقنية مساعدة المسعفين على تشخيص سرطان الثدي. هناك مجموعة متنوعة من أساليب التصوير المستخدمة لسرطان الثدي، واحدة منها هي تقنية الأشعة فوق الصوتية للثدي. هذه التقنية هي تقنية تصوير طبي غير غازية. تم إجراء هذا البحث ليتم تطبيقه في المجال الطبي كحل بديل للأطباء، وأخصائي الأشعة وعلماء الطب الحيوي في تقديم التشخيص عن طريق توفير معلومات غير موضوعية. تشمل عملية تحليل النسيج ثلاث مراحل رئيسية: المعالجة المسبقة، واستخراج السمات، والتصنيف. طريقة GLRLM-SVM التي تم استخدامها في تصنيف صور الأشعة فوق الصوتية للثدي أظهرت نتائج إنتشار الصحة والتي تشمل الدقة والثبات والاسترجاع والتخصص وقيمة f1، وكلها وصلت إلى 100% .
Item Type: | Thesis (Undergraduate) |
---|---|
Supervisor: | Mulyono, Agus and Hastuti, Erna |
Keywords: | Kanker Payudara; Ultrasonografi; Tekstur; GLRLM; SVM; Breast Cancer; Ultrasonography; Texture; GLRLM; SVM; سرطان الثدي; الأشعة فوق الصوتية; نسيج;GLRLM;SVM |
Subjects: | 02 PHYSICAL SCIENCES > 0299 Other Physical Sciences > 029901 Biological Physics 02 PHYSICAL SCIENCES > 0299 Other Physical Sciences > 029903 Medical Physics |
Departement: | Fakultas Sains dan Teknologi > Jurusan Fisika |
Depositing User: | AMANDA ROSYTA DYAH AYU KATARINA |
Date Deposited: | 22 May 2024 10:02 |
Last Modified: | 22 May 2024 10:02 |
URI: | http://etheses.uin-malang.ac.id/id/eprint/63442 |
Downloads
Downloads per month over past year
Actions (login required)
![]() |
View Item |