Ultrasonografi (USG) merupakan salah satu modalitas pencitraan terbaik untuk deteksi dini keganasan pada kelenjar tiroid. Tanda awal keganasan ini dapat dilihat dari keberadaan nodul tiroid. Sebuah sistem berbantu komputer atau Computer Aided Diagnosis (CAD) memberikan peran penting dalam mengklasifikasikan komposisi nodul tiroid, apakah tergolong cystic atau solid sehingga potensi keganasan tersebut dapat teratasi. CAD digunakan sebagai bahan pertimbangan objektif, mengingat tingginya subjektifitas dokter dalam menginterpretasikan citra USG. Ketergantungan USG pada operator pun juga cukup besar, sehingga berpeluang terjadi perbedaan hasil scanning. Tujuan penelitian ini adalah mengembangkan CAD yang terdiri dari penapisan, penggalian ciri, dan klasifikasi untuk membedakan nodul cystic dan solid. Bagian nodul tiroid dilokalisasi dengan Region of Interest (ROI). Tahap penapisan dilakukan untuk menghilangkan marking dan mengurangi derau speckle pada citra. Nilai tekstur masing-masing didapat dari penggalian ciri statistik orde satu histogram, statstik orde dua GLCM dan statistik orde tinggi GLRLM. Citra USG yang digunakan dalam penelitian ini diperoleh dari Instalasi Radiologi Rumah Sakit Umum Pusat (RSUP) Dr. Sardjito Yogyakarta yang terdiri dari 72 citra, terbagi atas 41 kategori kistik dan 31 kategori solid. Proses penapisan dan peningkatan kualitas citra dikerjakan dengan tapis median. Ektraksi ciri citra menghasilkan 9 nilai tekstur statistik histogram, 21 nilai tekstur GLCM dan 11 nilai tekstur GLRLM. Atribut ciri inilah yang digunakan sebagai input dalam proses klasifikasi dengan Multi Layer Perceptron (MLP). Hasil penelitian menunjukkan bahwa metode yang telah dilakukan dapat mencapai akurasi klasifikasi 86,1%, sensitivitas 89,5%, spesifisitas 82,4%. Hal ini diharapkan dapat memberikan kontribusi untuk membantu ahli radiologi sebagai bahan pertimbangan dalam melakukan diagnosis.

Ultrasonography (USG) is one of the best imaging modality for early detection of malignancy in the thyroid gland. Early signs of this malignancy shown in the presence of thyroid nodules. Computer Aided Diagnosis (CAD) provides an important role in identifying the composition of thyroid nodules, whether classified as cystic or solid so that the possibility of malignancy can be resolved. CAD is used as an objective consideration in radiology field, given the high subjectivity in interpreting of ultrasound image. In addition, ultrasound is operator dependent so there are many differences in scanning of one person to another. The purpose of this research is to develop CAD consisting of screening, feature extraction and classification to classify cystic and solid nodules. Thyroid nodules are localized with Region of Interest (ROI). Filtering and image enhancement process is done to remove the marking and reduce speckle noise in the image. Texture values obtained from statistical feature extraction of histogram, GLCM and GLRLM. Ultrasound image used in this study was obtained from Radiology Departement of Sardjito Hospital Yogyakarta which consists of 72 images, detailed into 41 cystic nodules and 31 solid nodules. Filtering process and image enhancement done by median filter. Feature extraction process yield 9 values of histogram statistic, 21 values of GLCM and 11 values of GLRLM. All of this values are used as input in the classification process with Multi Layer Perceptron (MLP). Shown here, the method that has been proposed can achieve a classification accuracy of 86.1%, sensitivity of 89.5%, specificity of 82.4%. This is expected to contribute helping radiologist as a consideration in making a diagnosis. Keywords : Thyroid nodules, Ultrasonography, CAD, Histogram, GLCM, GLRLM

Kata Kunci : Nodul Tiroid, USG, CAD, Histogram, GLCM, GLRLM.