Intisari-Segmentasi dan pemisahan sel bertumpuk merupakan tahapan penting dalam proses pengolahan citra mikroskopis sel kanker payudara, karena akurasi hasil pemisahan sel bertumpuk akan menentukan akurasi perhitungan sel kanker payudara. Hasil perhitungan jumlah sel kanker payudara merupakan salah satu faktor pertimbangan bagi dokter untuk melakukan tindakan terhadap pasien. Masalah peningkatan akurasi hasil pemisahan sel kanker bertumpuk berdasarkan perhitungan jumlah sel kanker dan masalah over-segmentation adalah topik yang paling umum dibahas pada penelitian-penelitian sebelumnya. Metode clustering yang digunakan untuk pemisahan sel kanker darah bertumpuk menghasilkan nilai akurasi yang tinggi dibandingkan metode watershed. Pada makalah ini diusulkan kombinasi metode Spatial Fuzzy C-Means (SFCM) dan Rapid Region Merging (RRM) untuk pemisahan sel bertumpuk dan penanganan masalah over-segmentation. Citra masukan pada tahapan pemisahan sel bertumpuk adalah citra hasil identifikasi sel kanker payudara berdasarkan metode Gram-Schmidt (GS), sedangkan sel kanker yang akan dipisahkan adalah sel kanker yang dideteksi bertumpuk berdasarkan ciri (feature) geometri area. Data set yang digunakan sebanyak 40 citra mikroskopis sel kanker payudara jenis benign dan malignant. Pada makalah ini dihasilkan nilai rata-rata Mean Square Error (MSE) identifikasi sel sebesar 0,07 dan rata-rata akurasi hasil pemisahan sel bertumpuk menggunakan metode SFCM dan RRM sebesar 78,41%.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.