Identifikasi Kanker Paru pada Citra Chest X-Ray dengan Metode Convolutional Neural Network

Abstract

Lung Cancer is a leading cause of death worldwide, accounting for nearly 10 million deaths in 2020 stated by World Health Organization (WHO). Detecting lung cancer as early as possible will avoid the worst risk and will help to save the patient. The patient can go to the hospital to detect the lung cancer, either using X-ray, CT-Scan or MRI. Most people are using X-ray method for medical check up. Although doctors are able to examine the results of X-ray images with bare eyes, however, there are many studies have been researched and still being developed in terms of detecting lung cancer in order to reduce the serious impact and be able to make decision for appropriate treatment. Therefore, an approachment is needed to detect lung cancer. This study was conducted to detect lung cancer on chest x-ray images using Convolutional Neural Network (CNN) method. In this study, the processes to identify the lung cancer are pre-processing stage, and identification stage. In the pre-processing process, there are resize, grayscale and Contrast Limited Adaptive Histogram Equalization (CLAHE). Then for identification process, CNN will learn to recognize images by doing training using different epoch values, number of convolution layers, and activation functions to get the best accuracy. To avoid overfitting, data augmentation is performed on training data. This study obtains the result which shows that CNN is able to identify lung cancer with 87% accuracy.

Kanker paru-paru adalah salah satu penyakit penyebab kematian paling banyak nomor dua setelah kanker payudara di seluruh dunia dan terhitung hampir 10 juta kematian di tahun 2020 menurut WHO. Salah satu cara untuk mengetahui adanya penyakit ini yaitu dengan memeriksakan diri ke rumah sakit dengan hasil foto rontgen atau disebut juga X-Ray. Walaupun dokter atau pihak rumah sakit mampu memeriksa hasil citra rontgen, namun hal ini masih dilakukan secara kasat mata untuk itu sudah banyak penelitian yang dilakukan dan masih terus berkembang dalam hal pendeteksian adanya kanker pada paru guna mengurangi dampak yang serius serta dapat melakukan penanganan yang terbaik. Untuk itu perlu dilakukan pendekatan untuk mendeteksi kanker paru guna mendapatkan hasil deteksi yang lebih baik. Penelitian ini bertujuan untuk mendeteksi adanya kanker pada paru melalui citra chest x-ray dengan penerapan deep learning yaitu Convolutional Neural Network (CNN). Langkah-langkah perancangan penelitian dilakukan peneliti dalam melakukan penelitian yaitu pre-processing kemudian identifikasi. Dalam proses pre-processing tahapannya adalah resizing, grayscaling serta upaya perbaikan citra dengan meningkatkan kontras yang merata pada histogram citra dengan Contrast Limited Adaptive Histogram Equalization (CLAHE). Kemudian untuk tahapan identifikasi, model CNN belajar untuk mengenali citra dengan melakukan training menggunakan nilai epoch, jumlah convolution layer, dan fungsi ativasi yang berbeda untuk mendapatkan tingkat akurasi yang terbaik. Untuk menghindari terjadinya overfitting dilakukan data augmentation pada data training. Penelitian yang dilakukan memperoleh hasil yaitu CNN mampu melakukan identifikasi pada citra chest x-ray dengan tingkat akurasi mencapai 87%.