Segmentation-Based Fractal Texture Analysis (SFTA) to Detect Mass in Mammogram Images

Abstract

Di Indonesia, kasus kanker paling banyak adalah kanker payudara yaitu 58.256 kasus atau 16,7% dari total 348.809 kasus kanker. Dibutuhkan suatu sistem yang dapat membantu pakar untuk mendeteksi kanker payudara pada wanita dengan mengindentifikasi citra mammogram. Keabnormalan dapat dideteksi dari massa pada mammogram yaitu area dengan pola tekstur dan bentuk serta batas tertentu. Berdasarkan hal tersebut maka dibuat sebuah sistem yang dapat mendeteksi massa kanker pada citra mammogram menggunakan Segmentation-Based Fractal Texture Analysis (SFTA). Tahapan pertama akuisisi citra, dilanjut dengan segmentasi menggunakan k-means dan thresholding. Hasil dari segmentasi citra dilakukan tahapan morfologi menggunakan opening dan masking. Setelah itu dilakukan ekstraksi fitur SFTA, dan klasifikasi Support Vector Machine (SVM). Hasil pengujian penelitian ini didapatkan nilai akurasi sebesar 90%, presisi sebesar 87,75%, recall sebesar 93,33%dan f1-score 90,32% dengan nilai number of threshold (nt) SFTA adalah 3