Electronic Theses and Dissertation

Kanker payudara cenderung berdampak pada perempuan yang memasuki usia senja di atas 50 tahun. saat ini teknologi untuk mendeteksi dini kanker payudara terus dikembangkan karena kesadaran deteksi dini merupakan salah satu cara pengendalian kanker payudara. salah satu metode deteksi kanker payudara yang telah banyak dilakukan penelitian adalah dengan memanfaatkan citra termal. pada penelitian ini digunakan citra termal payudara untuk mengetahui hubungan antara temperatur objek dengan abnormalitas ukuran dua sisi payudara sebagai deteksi kanker payudara. dari citra termal tersebut, dilakukan analisis fitur citra termal payudara dan klasifikasi k-nearest neighbor (knn) untuk deteksi kanker payudara. sebanyak 6 fitur dari first order histogram dan 4 fitur gray-level co-occurrence matrix (glcm) digunakan untuk menentukan fitur yang paling tepat untuk mendeteksi kanker payudara. pengujian dilakukan dengan mengolah 38 citra termal payudara pada tiga kasus uji dengan jumlah fitur dan besar nilai k yang berbeda. hasil analisis citra termal payudara dan klasifikasi knn pada citra termal menunjukkan bahwa klasifikasi dengan chebyshev distance menggunakan 2 fitur yaitu mean dan energy, dimana nilai akurasi adalah sebesar 100% pada klasifikasi dengan nilai k = 3. kata kunci: deteksi kanker payudara, fitur citra termal, knn.