Maria Ceacilia Angela, 080610144 (2010) Pendeteksian Kanker Payudara Berdasarkan Hasil Mammografi Menggunakan Jaringan Syaraf Learning Vector Quantization (LVQ). Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) gdlhub-gdl-s1-2011-angelamari-15054-abstrak-p.pdf Download (392kB) | Preview
	Text (FULL TEXT) gdlhub-gdl-s1-2011-angelamari-13071-kkckkm-p.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Subject: Call Number: Deteksi kanker payudara merupakan salah satu bidang dalam ilmu komputer yang dapat membantu dokter dalam proses pendeteksian kanker payudara. Salah satu teknik pendeteksian kanker payudara adalah jaringan saraf tiruan, dimana metode Learning Vector Quantization menggunakan prinsip dari otak manusia yang terdiri dari neuron sebagai pemrosesan input untuk menghasilkan target berdasarkan bobot yang ada.Skripsi ini bertujuan untuk menerapkan jaringan saraf tiruan pada deteksi kanker payudara dan membuat program yang mensimulasikan metode ini menggunakan software Visual Basic 6.0 dengan sistem operasi yang mendukung. Arsitektur jaringan saraf tiruan yang digunakan adalah kompetitif neural network dengan algoritma pembelajaran Learning Vector Quantization. Data yang digunakan berupa foto hasil mammografi berukuran 200 320 piksel yang telah dirubah menjadi numerik dengan proses pengolahan citra. Langkah-langkah yang dilakukan pada pengolahan citra antara lain proses grayscale, thresholding, equalisasi, dan segmentasi. Dari proses pengolahan citra diperoleh numerik berupa matriks berukuran 40 64, kemudian dengan proses normalisasi matriks tersebut dirubah menjadi vektor berukuran 2560 1 untuk setiap gambar. Pelatihan jaringan menggunakan data sebanyak 32 gambar kanker dengan learning rate 0,1; min alpha sebesar 0,001 dan dec alpha 0,002 iterasi berhenti pada epoch ke-75. Hasil validasi untuk 10 image, diperoleh prosentase kevalidan sebesar 60%.

Actions (login required)

View Item