DIAGNOSIS KANKER SERVIKS MENGGUNAKAN MODEL RECURRENT NEURAL NETWORK (RNN) BERBASIS GRAPHICAL USER INTERFACE (GUI)
Yunidha Ekasari · ePrints - UNY (Yogyakarta State University) · 2015
ABSTRAKLebih dari 70% kasus kanker serviks terdeteksi ketika sudah memasuki stadium lanjut.Salah satu cara deteksi dini kanker serviks adalah pemeriksaan kolposkopi.Melalui citra kolposkopi servik dapat diperoleh berbagai informasi guna mendiagnosis kanker serviks.Pada penelitian ini menggunakan model Recurrent Neural Network (RNN) untuk mendiagnosis kanker serviks berdasarkan citra kolposkopi serviks.Penelitian ini bertujuan untuk menjelaskan aplikasi dan proses membangun Graphical User Interface (GUI) untuk diagnosis kanker serviks menggunakan model RNN berdasarkan citra kolposkopi serviks serta mendeskripsikan tingkat sensitivitas, spesifisitas dan akurasi diagnosis kanker serviks menggunakan model RNN.Proses yang dilakukan adalah mengubah citra red green blue (RGB) ke citra grayscale pada data citra kolposkopi serviks.Setelah itu dilakukan pengekstrakan citra menggunakan metode Gray Lavel Co-occurance Matrix (GLCM) diperoleh 14 fitur.Fitur tersebut digunakan sebagai variabel input sedangkan target merupakan kondisi serviks dari masing-masing citra.Data dibagi menjadi 2 bagian yakni data training dan data testing.Setelah itu dilakukan pelatihan RNN menggunakan jaringan Elman dan algoritma backpropagation dengan normalisasi data, perancangan model terbaik dan denormalisasi data.Perancangan model RNN terbaik dilakukan dengan mencari banyak neuron pada lapisan tersembunyi, membandingkan nilai MSE dan menggunakan prinsip parsimoni.Model terbaik RNN yang diperoleh adalah 13 fitur input (energy, contrast, correlation, sum of square, IDM, sum average, sum variance,sum entropy, entropy, difference entropy, maximum probability, homogenity dan dissimilarity), 7 neuron pada lapisan tersembunyi, dengan fungsi aktivasi sigmoid bipolar pada lapisan tesembunyi dan linear pada lapisan output.Kemudian dirancang sebuah program berbasis GUI dari model RNN terbaik.Program tersebut akan menampilkan transformasi citra serviks, hasil ekstraksi citra dan diagnosis kanker serviks mengunakan model RNN.Berdasarkan model RNN tebaik diperoleh nilai sensitivitas, spesifisitas, dan akurasi sebesar 97,78%, 95%,