Analisis Fitur Citra untuk Deteksi Kanker Prostat Menggunakan GLCM dan T-Test
Kanker prostat merupakan salah satu kelainan paling umum pada kelenjar prostat yang dapat menyebabkan gangguan buang air kecil hingga nyeri tulang akibat penyebaran ke tulang. Penelitian ini bertujuan untuk menganalisis perbedaan antara sel prostat normal dan abnormal menggunakan metode pengolahan c...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universitas Muhammadiyah Yogyakarta
2025-04-01
|
| Series: | Medika Teknika |
| Subjects: | |
| Online Access: | https://journal.umy.ac.id/index.php/mt/article/view/23440 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Kanker prostat merupakan salah satu kelainan paling umum pada kelenjar prostat yang dapat menyebabkan gangguan buang air kecil hingga nyeri tulang akibat penyebaran ke tulang. Penelitian ini bertujuan untuk menganalisis perbedaan antara sel prostat normal dan abnormal menggunakan metode pengolahan citra Gray Level Co-occurrence Matrix (GLCM) dan klasifikasi statistik T-Test. Data citra yang digunakan memiliki resolusi 1024 × 1024 piksel dalam format grayscale, diperoleh dari hasil pencitraan mikroskop cahaya. Citra tersebut kemudian diekstraksi menggunakan GLCM untuk mendapatkan nilai tekstur seperti kontras, korelasi, energi, dan homogenitas. Proses klasifikasi dilakukan menggunakan uji T-Test dengan parameter P-value sebagai acuan validitas fitur dalam membedakan sel normal dan abnormal. Hasil penelitian menunjukkan bahwa dari 16 fitur yang diekstraksi, sebanyak 14 fitur memiliki nilai P-value < 0,05 yang berarti dapat membedakan sel normal dan abnormal, sedangkan 2 fitur (Energy2 dan Energy4) tidak signifikan dalam klasifikasi. Dengan demikian, metode GLCM dan T-Test terbukti efektif dalam analisis citra sel prostat dan dapat diintegrasikan ke dalam sistem diagnosis berbasis citra untuk mendukung deteksi dini kanker prostat. |
|---|---|
| ISSN: | 2722-0508 2716-0505 |