Klasifikasi Jenis Kanker Kulit Berdasarkan Citra Nevus Pigmentosus Menggunakan Metode Evolving Multilayer Perceptron

Abstract

Skin cancer is a disorder of the skin that results from mutations in cell DNA which result in faster cell growth, so that the cells lack basic characteristics. This is one of the deadliest cancer that can be infected by humans, but the symptoms caused by this disease are so vague that not a few people tend to ignore it. There are two types of skin cancer, namely melanoma and non-melanoma. Actinic Keratosis and Basal Cell Carcinoma are included in the non-melanoma type of skin cancer. In contrast to melanoma which has a shape almost like a mole and black spots, Actinic Keratosis and Basal Cell Carcinoma have a shape that is said to be like a small tumor in the epidermis. Therefore, to be able to distinguish and recognize the three types of skin cancer above, this study uses the Evolving Multilayer Perceptron method, which is well known for being used in image recognition. Before being classified, the nevus pigmentosus image is processed first in the image pre-processing stage, namely, Scaling, Grayscale, and CLAHE. After that thresholding is used as the image segmentation stage. Then enter the feature extraction stage using the Gray Level Co-occurrence Matrix (GLCM). And the last stage of classification is to determine Actinic Keratosis, Basal Cell Carcinoma and Melanoma. Total data used in this study were 120 images as training data and 42 images as testing data. The last results of this study shows that the method used can classify skin cancer with an accuracy of 88.09%. That means, Evolving Multilayer Perceptron method is good for classifying skin cancer.

Kanker kulit adalah kelainan pada kulit yang ditimbulkan dari mutasi terhadap DNA sel yang mengakibatkan tumbuhnya sel menjadi lebih cepat, hingga sel tersebut kekurangan sifat dasarnya. Jenis kanker tersebut termasuk jenis kanker paling mematikan yang dapat diidap manusia, akan tetapi gejala yang ditimbulkan dari penyakit ini memang sangat samar sehingga cenderung diabaikan. Terdapat 2 jenis kanker kulit, yaitu non-melanoma dan melanoma. Actinic Keratosis dan Karsinoma Sel Basal termasuk kedalam tipe non-melanoma. Berbeda dengan melanoma yang memiliki bentuk hampir menyerupai tahi lalat dan flek hitam, Actinic Keratosis dan Karsinoma Sel Basal mempunyai bentuk yang dikatakan seperti tumor kecil dibagian epidermis. Maka dari itu, untuk dapat membedakan dan mengenali ketiga jenis kanker kulit diatas, penelitian ini menggunakan metode Evolving Multilayer Perceptron, yang dikenal baik dapat digunakan dalam pengenalan citra. Sebelum diklasifikasi, citra nevus pigmentosus diolah terlebih dahulu dalam tahap pra-pengolahan citra yaitu, Scaling, Grayscale, dan CLAHE. Selanjutnya menggunakan proses thresholding sebagai tahap image segmentation. Lalu fitur citra diekstraksi memakai Gray Level Co-occurrence Matrix (GLCM). Dan tahap terakhir klasifikasi untuk menentukan Actinic Keratosis, Karsinoma Sel Basal dan Melanoma. Total data yang digunakan pada penelitian ini adalah 120 citra untuk data latih dan 42 citra digunakan untuk data uji. Hasil dari penelitian ini memastikan bahwa metode yang dipakai dapat melakukan klasifikasi kanker kulit dengan akurasi sebesar 88.09%. Dari hasil akurasi yang diperoleh, metode Evolving Multilayer Perceptron sudah cukup baik dalam mengklasifikasikan penyakit kanker kulit.