IDENTIFIKASI METODE K-MEANS UNTUK KLUSTERING PENYAKIT KANKER GASTRIKS DANKANKER GINJAL DENGAN TEKHNIK PENGOLAHAN CITRA

Yuliana Pertiwi; Agung Ramadhanu

doi:10.51401/jinteks.v7i1.5585

Authors

Yuliana Pertiwi Universitas Putra Indonesia YPTK Padang
Agung Ramadhanu Universitas Putra Indonesia YPTK Padang

DOI:

https://doi.org/10.51401/jinteks.v7i1.5585

Keywords:

Teknologi, Matlab, Tekhnologi Pencitraan Medis, K-Means, Kanker ginjal, Kanker Gastrik

Abstract

Perkembangan teknologi dalam bidang kesehatan telah memberikan dampak yang signifikan, khususnya dalam pengolahan citra medis untuk diagnosis penyakit. Salah satu teknologi yang banyak digunakan dalam pengolahan citra medis adalah MATLAB, yang mampu memproses dan menganalisis citra secara akurat. Dalam penelitian ini, metode K-Means Clustering diterapkan untuk mengelompokkan data citra kanker gastrik dan kanker ginjal berdasarkan fitur-fitur tertentu. K-Means Clustering merupakan algoritma yang efektif dalam mengelompokkan data berdasarkan kesamaan karakteristiknya.Metode penelitian ini melibatkan beberapa tahapan utama, yaitu pengumpulan data citra kanker, preprocessing citra dengan mengonversi format RGB ke LAB, segmentasi menggunakan metode K-Means dengan K=2, serta analisis hasil klustering menggunakan metrik akurasi, presisi, dan recall. Dari hasil analisis, ditemukan bahwa metode K-Means dengan K=2 menghasilkan akurasi sebesar 85,71%, yang menunjukkan efektivitas metode ini dalam mengelompokkan citra kanker gastrik dan ginjal. Perbedaan karakteristik antara kedua jenis kanker terlihat dari parameter seperti metric, eccentricity, contrast, correlation, energy, dan homogeneity.Hasil penelitian ini menunjukkan bahwa metode K-Means Clustering dapat digunakan sebagai salah satu pendekatan dalam sistem diagnosis berbasis citra medis.

References

Atina, “Aplikasi MATLAB pada Teknologi Pencitraan Medis,” Jurnal Penelitian Fisika dan Terapannya, Vol. 29, No. 1, pp. 28-34, 2019.

Khanmohammadi, N., Adibeig, N., & Shanehbandy, S., “An Improved Overlapping K-Means Clustering Method for Medical Applications,” Expert Systems with Applications, vol. 67, No. 4. pp. 93-101, 2017.

Prasetyo, E., & Widyanto, M. R., “Implementasi Algoritma K-Means untuk Klustering Data Kanker Prostat,” Jurnal Ilmu Komputer dan Informasi, Vol. 29, No. 6,pp, 2022.

Sari, R. P., & Wijayanti, E., “Analisis Kinerja Algoritma K-Means dalam Klustering Data Kanker Payudara,” Jurnal Teknologi Informasi dan Ilmu Komputer, Vol. 32, No.7, pp,2020.

Kusumawati, D., & Setiawan, B., “Penerapan Algoritma K-Means untuk Klustering Data Pasien Kanker Paru,” Jurnal Kesehatan Masyarakat, Vol.30, No.2, pp. 78-96,,2020.

Harahap, E., & Febrianti, T., “Penggunaan Aplikasi MATLAB dalam Pembelajaran Program Linier,” Jurnal Matematika, Vol.62, No.4, pp. 93-101, 2021.

Ramadhanu, A., “Identifikasi Metode K-Means untuk Klustering Penyakit Kanker Ginjal dan Kanker Gastrik dengan Teknik Pengolahan Citra,” Jurnal Nasional tekhnologi dan Sistem Informasi, vol. 7, no. 1, 2023

Y. N. Harari, Homo Deus: A Brief History of Tomorrow, Harper Collins Publishers, 2016.

Saputri, N. A. O., & Elvirasari, M., “Penerapan Metode K-Means Clustering untuk Menentukan Jumlah Penjualan Obat yang Banyak Terjual pada Apotek Murbay Sekayu,” Informanika J., vol. 7, no. 2, pp. 92-101, 2021..

Rahman, A., Farifah, R. Y., & Hamami, F., “Implementasi Data Mining pada Penjualan Toko Sembako dengan Algoritma Apriori,” Proceedings of Engineering, 2022, Indonesia.

Min, Z., & Kai-Fei, D., “Improved Research to K-Means Initial Cluster Centers,” in Proceedings - 2018 9th International Conference on Frontier of Computer Science and Technology (FCST 2018), 2018.

Harahap, E., Badruzzaman, F. H., Permanasari, Y., Fajar, M. Y., & Kudus, A., “Traffic Engineering Simulation of Campus Area Transportation Using MATLAB SimEvents,” IOP Conference Series: Materials Science and Engineering, 2020.

Betha, N. S., & Amalia, T., “Metode K-Means Clustering dalam Pengelompokan Penjualan Produk Frozen Food,” Jurnal Ilmiah Wahana Pendidikan,Vol.9, No.2 pp.189-197, 2022.

Dewi, Y., Gustientidina, & Hasmil, A. M., “Penerapan Algoritma K-Means untuk Klasterisasi Data Obat-Obatan Pekanbaru,” Jurnal Nasional Teknologi dan Sistem Informasi, Vol 6, No.2, pp, 2019, Indonesia.

Masrukan, A., & Nayla, N., “Penerapan Metode Clustering dengan Algoritma K-Means untuk Pengelompokkan Data Migrasi Penduduk Tiap Kecamatan di Kabupaten Rembang,” Prosiding Seminar Nasional Matematika, Vol. 6, No.1, pp. 98-108, 2023, Indonesia.