Abstrak— Kanker paru-paru adalah penyebab paling foto rontgen pengetahuan masyarakat yang minim dalam
umum dari kanker yang terkait kematian pada membaca hasil rontgen, sehingga masih dibutuhkan tenaga
manusia baik laki-laki dan perempuan. Melakukan ahli seperti dokter atau tenaga medis lain untuk
radiografi dada adalah salah satu langkah pertama membacanya, Kanker paru-paru memerlukan penanganan
yang diselidiki untuk identifikasi kanker paru-paru dan tindakan yang cepat dan terarah. Penegakan diagnosis
Metode yang diusulkan dalam penelitian ini untuk penyakit ini membutuhkan keterampilan dan sarana yang
identifikasi kanker paru dengan pencitraan x-ray dada baik. Karena apabila tidak segera ditangani, bisa menyebar
adalah backpropagation jaringan saraf. Pra- dan bermetastasis dan akhirnya meningkatkan derajat
pemrosesan, segmentasi menggunakan K-means keparahan [3].
Clustering, ekstraksi fitur menggunakan Gray-level Penelitian dengan memanfaatkan CXR sudah
Co-occurrence Matrix dan identifikasi menggunakan dilakukan yaitu untuk mengidentifikasi kelainan pada paru
Backpropagation dilakukan oleh penelitian ini untuk dengan judul Detection of Lung Cancer Cells using Image
mengidentifikasi keberadaan kanker terutama kanker Processing Techniques dengan menggunakan metode
paru-paru. Hasil penelitian ini menunjukkan bahwa median filtering, threshold segmentation, Watershed
metode yang diajukan mampu melakukan klasifikasi Algorithm dan Morphological Operations memiliki
pendarahan otak dengan akurasi sebesar 75% dengan akurasi sebesar 75% [4].
maksimum epoch yang digunakan adalah 1000. Pada penelitian yang berjudul Hypertensive
Retinopathy Identification Through Retinal Fundus Image
Using Backpropagation Neural Network pada tahun 2017
Kata kunci : kanker paru, segmentasi citra, Gray Level oleh Mohammad Fadly Syahputra, C. Amalia, Romi
Co-Occurrence Matrix (GLCM), k-means clustering dan Fadillah Rahmat dan Ulfi Andayani [5]. Dalam penelitian
Backpropagation Neural Network. tersebut Backpropagation secara efisien dapat
mengidentifikasi penyakit Hypertensive Retinopathy
PENDAHULUAN dengan akurasi sebesar 95%.
anker adalah pertumbuhan dan penyebaran yang Pada tahun 2017, Amalia Rahmi menggunakan Metode
K tidak terkontrol dari sel [1]. Salah satu jenis kanker
yang paling mematikan adalah kanker paru-paru.
Backpropagation Neural Network dalam klasifikasi
pendarahan otak. Dalam Penelitian ini klasifikasi
Kanker paru-paru adalah pertumbuhan sel kanker yang pendarahan otak dilakukan dengan menggunakan citra CT
tidak terkendali dalam jaringan paru. Menurut World scan otak dan menghasilkan tingkat akurasi 88% [6].
Health Organization (WHO), kanker paru merupakan Berdasarkan hasil penelitian tersebut, dengan
penyebab kematian utama dari semua kematian akibat tingkat akurasi yang tinggi yang didapatkan oleh metode
kanker baik pada pria maupun wanita. Menurut CDC Backpropagation dalam melakukan identifikasi terhadap
(2010), sebanyak 205.974 orang menderita kanker paru di suatu objek.
Amerika (110.190 pria dan 95.784 wanita) dan sebanyak Pada penelitian ini penulis mengajukan metode
158.081 orang meninggal karena penyakit ini (87.694 pria identifikasi penyakit kanker paru menggunakan
dan 70.387 wanita) sedangkan di Indonesia, angka backpropagation neural network. Pada Bagian II
kejadian kanker bronkus dan paru pada pasien rawat inap dijabarkan identifikasi masalah pada penelitian ini. Pada
sebesar 5,8% dari seluruh jenis kanker [2]. Bagian III berisi tentang beberapa penelitian terdahulu
Berdasarkan klasifikasi tersebut, penyakit kanker paru di yang pernah dilakukan dalam identifikasi penyakit kanker
diagnosa melalui Chest X-Ray (CXR) atau lebih dikenal paru dan penelitian terkait penerapan backpropagation
dengan foto rontgen dimanfaatkan di berbagai neural network. Bagian IV akan menjelaskan metode
aspek kehidupan masyarakat. Pemeriksaan radiologi CXR yang diajukan. Selanjutnya hasil dari penelitian dibahas
ini sangat membantu proses diagnosis dan identifikasi pada Bagian V. Bagian VI berisi kesimpulan penelitian,
medis pada penyakit paru. Akan tetapi saat membaca hasil serta saran untuk penelitian selanjutnya.
2
I. IDENTIFIKASI MASALAH
Untuk mendapatkan hasil identifikasi yang akurat
dalam kanker paru-paru tidaklah mudah. Identifikasi
kanker paru yang dilakukan oleh ahli radiolog dan dokter
dari citra hasil radiologi tidak selalu sama. Perbedaan
pendapat kerap terjadi karena keputusan yang diambil
berdasarkan kesimpulan masing-masing secara manual
dengan kasat mata. Untuk itu diperlukan suatu aplikasi
yang dapat mengidentifikasi penyakit kanker paru-paru
berdasarkan pengolahan citra digital chest xray (CXR).