Analisis Fitur untuk Grading Abnormal Sel Mitosis Pada Kasus Kanker Payudara

Abstract

Grading tumor  memiliki peran penting dalam memprediksi agresivitas penyakit dan hasil pasien. Dalam menentukan grading tumor adalah jumlah mitosis, yaitu menghitung jumlah sel pada proses pembelahan mitosis di titik tertentu. Saat ini perhitungan mitosis dilakukan secara manual oleh ahli patologi yang melihat berbagai medan daya tinggi pada kaca objek dibawah mikroskop, sangat melelahkan dan membutuhkan proses waktu yang lama. Pengembangan sistem komputerisasi untuk deteksi otomatis inti mitosis pada saat ini sangat dibutuhkan karena banyaknya variasi bentuk dan tampilan mitosis yang cukup membingungkan dan merupakan salah satu tahapan untuk bisa menentukan grading tumor. Sudah banyak metode yang digunakan dalam pengolahan citra digital. Penelitian ini memiliki proses langkah untuk memenuhi tujuan tersebut. Berikut langkah-langkah nya terdapat proses  preprocessing, segmentasi dengan menggunakan metode K-Means , ekstrasi ciri menggunakan metode GLCM (Gray Level Cooccurnce Matrix). Berdasarkan metode tersebut, maka dibuat program aplikasi yang dapat melakukan klasifikasi potongan citra mikroskopis dalam kategori berpotensi kanker dengan indikasi massa tumor sesuai dengan 3 tingkat keganasan yaitu rendah (grade 1), menengah (grade 2), dan tinggi (grade 3). Hasil dari metode yang diusulkan menunjukkan bahwa pada segmentasi telah berhasil sebagian mengelompokkan citra sesuai dengan yang diinginkan untuk mengidentifikasi sel mitosis. Uuntuk eksrtraksi ciri menggunakan metode GLCM diperoleh dengan menggunakan indikator nilai Contrast, Correlation, Energy dan Homogeneity untuk mengetahui ciri khusus setiap citra. Hasil penelitian menunjukkan bahwa ekstraksi ciri dengan 4 fitur memiliki nilai ketepatan sebesar 65%.