Analisis Klasifikasi Citra Kanker Kulit dengan Random Forest

Abstract

Pada tahun 2020 jumlah penderita kanker di dunia mencapai 19,3 juta kasus dengan angka kematian mencapai 10 juta kasus dan diperkirakan akan terus naik hingga 30,2 juta kasus pada tahun 2040. Menurut World Health Organization, setiap tahun setidaknya sebanyak 160.000 orang menderita kanker kulit di dunia. Salah satu kanker yang mematikan adalah kanker kulit. Penyakit kanker kulit adalah salah satu jenis kanker yang cukup serius dan dalam proses diagnosanya terbilang cukup sulit karena memerlukan pengambilan jaringan tubuh yang menyakitkan untuk tahapan proses biopsy. Oleh karena itu, diperlukannya klasifikasi untuk mengkategorikan jenis kanker masuk berdasarkan keganasannya (benign dan malignant). pengumpulan data, yaitu dataset kanker kulit malignant dan benign yang diambil dari website kaggle. Dataset tersebut kemudian diproses melalui segmentasi citra kemudian ciri khusus yang dihasilkan digunakan sebagai dasar pengelompokan citra ke dalam kelas (clustering) menggunakan algoritma K-Means. Sebelum dilakukannya klasifikasi, data harus dikelompokkan berdasarkan ciri khusus tertentu menggunakan algoritma K-Means. Selanjutnya akan dilakukan ekstraksi ciri dengan melakukan segmentasi yang nantinya dari hasil tersebut akan diklasifikasi. Kemudian hasil pengelompokkan dibagi menjadi data latih dan data uji sebesar 70% untuk data latih dan 30% data uji, kemudian diklasifikasikan menggunakan algoritma random forest. Didapat hasil pengelompokkan dengan K-Means yaitu 2 klaster. Kemudian diklasifikasikan dengan algoritma Random Forest dan mendapat hasil akurasi pelatihan 100% dan pengujian 81%.