Klasifikasi Kanker Paru-Paru berdasarkan Data Citra CT-Scan: Berbasis Gray Level Co-Occurrence Matrix dan Extreme Learning Machine

Abstract

Kanker merupakan salah satu penyakit paling mematikan di dunia, dengan 1,796,144 jiwa meninggal akibat kanker paru-paru pada tahun 2020, menjadikannya jenis kanker dengan tingkat kematian tertinggi, yaitu 18% dari total kematian akibat kanker. Mengingat pentingnya diagnosis akurat, klasifikasi kanker paru-paru memerlukan konfirmasi histologi dari kondisi pasien. Penelitian ini memanfaatkan 1097 citra CT-Scan paru-paru manusia dari 110 kasus, yang dikumpulkan oleh spesialis IQ-OTH/NCCD dan diunggah oleh Aditya Mahimkar. Untuk mengklasifikasikan kondisi paru-paru menjadi normal, jinak (benign), dan ganas (malignant) , digunakan metode Gray Level Co-occurrence Matrix (GLCM) untuk ekstraksi fitur tekstur citra CT-Scan. Selanjutnya, Extreme Learning Machine (ELM) diterapkan untuk klasifikasi. Model yang dikembangkan berhasil mencapai akurasi tertinggi sebesar 79% saat diuji dengan dataset citra CT-Scan