ABSTRAKSI: Penyebab awal dari kanker karena pertumbuhan sel yang tidak normal (melebihi batas normal) dan cepat yang dapat menyerang dari jaringan-jaringan biologis di sekitarnya . Untuk itu dilakukan pemeriksaan berdasarkan hasil dari mammografi, yaitu pemeriksaan khusus untuk payudara dengan menggunakan sinar-X dosis rendah, berupa mammogram yang dapat melihat kesehatan pada payudara. Tetapi hasil dari pemeriksaan itu belum memuaskan karena yang memberikan keputusan tentang kesehatan payudara ialah dokter yang seorang manusia terkadang melakukan kesalahan, selain itu sulit untuk dilihat para ahli radiologi karena mungkin saja sel kanker tertutup oleh jaringan yang sebenarnya. Oleh karena itu diperlukan sebuah sistem yang mampu mengatasi permasalahan tersebut.
Pada tugas akhir ini dirancang sistem deteksi dengan menggunakan Support Vector Machine dan Particle Swarm Optimization , dimana PSO akan mencari nilai optimum dari parameter SVM yaitu nilai penalti (C) dan nilai parameter kernel ( maka dapat dikembangkan suatu teknik pendeteksian berdasar teknologi citra digital dan berbasis software yang akan bermanfaat dalam bidang medis.
Tahapan proses yang dilakukan yaitu akuisisi citra, preprocessing global, preprocessing lokal, ekstraksi ciri, dan klasifikasi. Preprocessing global dan local, dilakukan dengan memperbaiki kualitas citra kemudian menghilangkan noise dengan median filter. Teknik ekstraksi ciri yang digunakan adalah Tranformasi Wavelet dan ciri statistik pada setiap akhir dari proses preprocessing tersebut, dan untuk klasifikasi digunakan SVM dan PSO.
Tahapan proses yang dilakukan yaitu akuisisi citra, preprocessing global, preprocessing lokal, ekstraksi ciri, dan klasifikasi. Preprocessing global dan local, dilakukan dengan memperbaiki kualitas citra kemudian menghilangkan noise dengan median filter. Teknik ekstraksi ciri yang digunakan adalah Tranformasi Wavelet dan ciri statistik pada setiap akhir dari proses preprocessing tersebut, dan untuk klasifikasi digunakan SVM dan PSO.Kata Kunci : kanker payudara , Particle Swarm Optimiztion, Support Vector Machine, klasifikasi kankerABSTRACT: Initial cause of cancer due to abnormal cell growth(exceeding the normal range) and quick that can attack from biological tissues around it. For that examiniation based on the results of mammography, which is specific to breast examination using low-dose X-ray, a mammogram can see the health of the breast. But the results of the examintation wasn’t satisfactory because that gives a decision about the breast health is a human (doctor) who sometimes make mistakes, but it is difficult but it is difficult to see radiologists as they may be covered by a network of cancer cells really are. Therefore we need a system capable of addressing the issue.
In this final detection system designed by using Swarm Intelligence precisely Particle Swarm Optimization - Support Vector Machine, in which the PSO will seek the optimum value of the SVM parameters can be developed a detection technique based technology and software-based digital image that will be useful in the medical field
Stages of the process undertaken namely image acquisition, preprocessing global, local preprocessing, feature extraction, and classification. Global and local preprocessing, done by improving the image quality and remove noise with median filter. Feature extraction technique used is Wavelet Transformation and statistical characteristics, and to use the SVM and PSO classification.
Breast cancer classification system using SVM and PSO is proven to provide an accuracy of 90% by providing a suitable parameter values on the SVM Classifier with a number of mammogram images as much as 90 to 20 images mammogram test data.Keyword: breast cancer, Particle Swarm Optimiztion - Support Vector Machine (PSO-SVM), cancer classification