Identifikasi Sel Mitosis Dan Sel Non-Mitosis Untuk Mendiagnosis Tumor Payudara Dengan Pengolahan Citra

Abstract

Mitosis merupakan indikator penegakkan diagnosis sel kanker payudara. Ahli patologi masih melakukan identifikasi mitosis secara manual dengan melihat pada kaca objek di bawah mikroskop. Hal ini menjadikan kekurangan karena membutuhkan proses waktu yang cukup lama dan melelahkan. Sel mitosis dan sel non-mitosis memiliki tampilan yang cukup membingungkan sehingga pengembangan sistem komputerisasi untuk deteksi otomatis sel mitosis dan sel non-mitosis sangat dibutuhkan. Hal ini dapat membantu ahli patologi dalam mendeteksi dan mendiagnosis kanker secara dini, serta meningkatkan ketepatan diagnostik. Maka dari itu, dibuatlah sistem identifikasi sel mitosis dan sel non-mitosis. Pada penelitian ini memiliki proses langkah untuk memenuhi tujuan tersebut. Simulasi program ini dimulai dengan membaca pemrosesan gambar dan kemudian dilanjutkan ke proses Region of Interest (ROI) yang merupakan wilayah minat, setelah itu proses identifikasi. Menggunakan beberapa macam fitur, yaitu fitur bentuk, tekstur dan ukuran. Sebanyak 18 fitur digunakan, kemudian diseleksi dan menghasilkan tiga fitur yang paling akurat untuk deteksi sel mitosis dan sel nonmitosis dengan metode CFS dengan Best First. Fitur yang dipilih berdasarkan nilai-nilai bobot yang tertinggi dihasilkan dari seleksi fitur. Sistem ini bertujuan untuk mengidentifikasi sel mitosis dan sel non-mitosis berdasarkan citra mikrokopis yang dapat digunakan sebagai indikator penegakkan diagnosis sel kanker payudara. Metode klasifikasi yang digunakan untuk identifikasi sel mitosis dan sel non-mitosis adalah Decision Tree algoritma (J48) akurasi sebesar 72,7273% dengan menggunakan aplikasi weka. Validasi sistem menggunakan metode Single Decision Threshold membandingkan hasil diagnosa pakar mengenai identifikasi sel mitosis dan sel non-mitosis dengan hasil deteksi oleh sistem didapatkan nilai sensitivity 75%, specificity 35%, dan accuracy 50%.