ANALISIS PERBANDINGAN MODEL WAVELET RECURRENT NEURAL NETWORK DAN WAVELET RECURRENT NEURO FUZZY UNTUK KLASIFIKASI NODUL KANKER PARU

DEVI NURTIYASARI, Prof. Dr.rer.nat. Dedi Rosadi, M.Sc. ; Dr. Abdurakhman, M.Si.

2017 | Tesis | S2 Matematika

Kanker paru adalah salah satu jenis kanker yang mematikan di dunia. Pendeteksian kanker paru diperlukan untuk menentukan langkah lanjutan yang akan diberikan untuk menangani pasien. Salah satu metode yang dapat digunakan untuk mendeteksi kanker paru adalah dengan metode klasifikasi citra paru. Model yang banyak digunakan untuk klasifikasi kanker paru berdasarkan citra paru adalah neural network dan fuzzy yang diawali dengan proses binerisasi citra paru. Karena citra mengandung noise, diperlukan proses untuk menghilangkan noise dari citra terlebih dahulu sebelum proses binerisasi (proses denoising citra). Proses denoising citra ditujukan untuk mendapatkan kualitas citra yang lebih baik. Wavelet adalah model yang dapat digunakan untuk menghilangkan noise pada citra. Pada tesis ini akan dibandingkan hasil klasifikasi dengan kombinasi Wavelet dan pengembangan model neural network dan fuzzy yaitu Recurrent Neural Network (RNN) dan Recurrent Neuro Fuzzy (RNF). Model RNN dan RNF dengan Wavelet disebut sebagai model Wavelet RNN (WRNN) dan Wavelet RNF (WRNF).

Lung cancer is one of the deadliest types of cancer in the world. Lung cancer detection is necessary to determine the next steps in dealing with the patients. One of the methods that can be used for lung cancer detection is classification method based on lung cancer image. Most of the models for lung cancer classification based on lung cancer image are various types of neural network model with binarization image pre-processing. As an image is containing noise, it is needed to remove the noise from the original image before the binarization process. Wavelet is a model that can be used to remove the noise from the original image, i.e. image denoising process. This research aims to compare the classification methods used the combination of Wavelet and the development of neural network and fuzzy, i.e. Recurrent Neural Network (RNN) dan Recurrent Neuro Fuzzy (RNF). The combination model of RNN and RNF with Wavelet, called as Wavelet RNN (WRNN) and Wavelet RNF (WRNF).

Kata Kunci : classification, image processing, wavelet, neural network, neuro fuzzy