Klasifikasi Penyakit Polyp Kolon Melalui Citra Gastrointestinal Menggunakan Deep Belief Network

Abstract

Polyp is a disease in the form of protrusion on a surface on the mucosa. Colonic polyps protrusions abnormal that occur in the mucosa towards the lumen, which generally have a stalk or sessile. The trigger for colon polyps is due to unhealthy diet and lifestyle, smoking is also a source of colon polyps. In classifying colonic polyps, a biopsy by taking a sample of cells or tissue for analysis in the laboratory. Examination is still done manually by placing it on the preparation and looking at it through a microscope, then comparing it to observing cells, in this case it will take inefficient. Therefore, a classification disease colonic polyp using the method Deep Belief Network is the goal of this research. The data used in this study were 900 data. In this study, the dataset will pre-process and classify the dataset using the Deep Belief Network method. It can be concluded that the Deep Belief Network method used using the ability to classify colonic polyps in the form of stem polyps, flat polyps and non-polyps with gastrointestinal images has an accuracy value of 93% on the system.

Polyp merupakan penyakit yang berupa tonjolan pada suatu permukaan pada mukosa. Polyp kolon merupakan tonjolan abnormal yang terjadi pada mukosa menuju kearah lumen, yang secara umum memiliki bentuk bertangkai atau sessile. Pemicu terjadinya polyp kolon karena tidak sehatnya pola makan dan pola hidup, merokok juga menjadi sumber terjadinya polyp kolon. Dalam pengklasifikasian penyakit polyp kolon, di lakukan pemeriksaan biopsi dengan mengambil sampel sel atau jaringan yang dilakukan analisis di laboratorium. Pemeriksaan masih dilakukan secara manual dengan meletakkan diatas preparat dan dilihat melalui mikroskop, kemudian di bandingkan dengan mengamati sel sehat, dalam hal ini akan memakan waktu yang tidak efisien. Oleh sebab itu, dilakukan sistem klasifikasi penyakit polyp kolon dengan menggunakan metode Deep Belief Network yang menjadi tujuan daripada penelitian ini. Data yang digunakan dalam penelitian ini sebanyak 900 data. Dalam penelitian ini, dataset akan melakukan pre-processing dan pengklasifikasian dataset dengan menggunakan metode Deep Belief Network. Dapat disimpulkan pada metode Deep Belief Network yang digunakan menggunakan kemampuan dalam klasifikasi penyakit polyp kolon dengan bentuk polyp bertangkai, polyp pipih dan non-polyp dengan citra gastrointestinal memiliki nilai akurasi pada sistem sebesar 93%.