Identifikasi penyakit Kanker Payudara menggunakan metode GLRLM dan SVM dengan Reduksi Fitur

Salah satu penyebab utama dari kasus kematian di dunia yaitu penyakit kanker. Di Indonesia, kanker payudara termasuk salah satu penyakit yang banyak diderita dengan angka mencapai 28.7% jumlah penderita penyakit kanker payudara. Oleh karena itu penting dilakukan pencegahan dini untuk mengurasi angka penderita kanker payudara. Dalam dunia medis, saat ini telah banyak cara untuk mendeteksi penyakit kanker payudara, yaitu salah satunya pemanfaatan citra digital (mammogram). Citra mammogram akan dilakukan beberapa langkah untuk sampai pada sistem klasifikasi. Pertama, pengumpulan data citra Mammogram untuk setiap kelas. Kedua, preprocessing yaitu digunakan untuk memperbaiki kualitas dari setiap data citra dengan menggunakan metode CLAHE dan Median Filter. Ketiga, ekstraksi fitur dan reduksi yaitu untuk pengambilan ciri penting pada setiap citra dengan menggunakan metode GLRLM dan PCA. Terakhir, sistem klasifikasi yaitu menggunakan metode SVM untuk mencari model terbaik klasfikasi. Pada penelitian ini diperoleh peningkatan evaluasi ketika dilakukan reduksi fitur, pada sistem klasifikasi Normal-Upnormal diperoleh hasil terbaik yaitu pada sudut 90◦ yaitu akurasi sebesar 71.875% mengalami peningkatan sebanyak 8.239%. Pada sistem klasifikasi Jinak-Ganas diperoleh hasil terbaik yaitu pada sudut 0◦ yaitu akurasi sebesar 81.818% mengalami peningkatan sebanyak 9.091%. Hasil penelitian ini diharapkan dapat membantu dalam proses mengidentifikasi penyakit kanker payudara.