Identifikasi tumor pada Otak menggunakan Descrete Wavelet Transform (DWT) dan Artificial Neural Network (ANN)

Glioma atau tumor otak merupakan salah satu penyakit yang mematikan dan diderita oleh banyak orang diseluruh dunia. Pada tahun 2016 lembaga kesehatan dunia World Health Organization (WHO) mencatat sebanyak 6,2 juta penduduk dunia menderita tumor otak (glioma). Berdasarkan kondisi tersebut perlu adanya pemeriksaan glioma dengan menggunakan alat yaitu salah satunya Magnetic Resonance Imaging (MRI) yang kemudian hasil citra MRI otak akan di analisis atau didiagnosis oleh seorang dokter ahli akan tetapi terkadang hasil analisis dokter masih bersifat subjektif dan membutuhkan waktu yang cukup lama. Citra yang digunakan dalam penelitian ini adalah citra MRI otak (normal dan glioma). Tahapan-tahapan yang akan dilakukan yaitu perbaikan citra (grayscale, cropping, adaptive histogram equalization, median filter), segmentasi citra menggunakan threshold otsu, ekstraksi citra menggunakan transformasi wavelet diskrit (Discrete Wavelet Transform) haar dengan fitur yang diambil adalah energi, standar deviasi dan mean (rata-rata), kemudian klasifikasi menggunakan ANN (backpropagation) yang akan di identifikasi kedalam dua kelas yaitu Normal dan tumor otak (glioma). Berdasarkan hasil klasifikasi dari backpropagation dengan struktur yang telah ditentukan yaitu 25 hidden layer, level dekomposisi sebanyak 4, tingkat kesalahan MSE sebesar 0,0000999 dan menghasilkan nilai akurasi terbaik sebesar 91,67%, sensitivitas sebesar 100%, dan spesifitas sebesar 85,71%.