Klasifikasi Kanker Payudara Berdasarkan Citra Histopatologi Menggunakan Model Convolutional Neural Network

Abstract

Kanker payudara menempati peringkat pertama sebagai jenis kanker yang paling umum diderita oleh perempuan di dunia. Kanker payudara memiliki kontribusi sebesar 11,7% dari total kasus baru kanker di dunia dan 16,6% di Indonesia secara keseluruhan yang tercatat pada tahun 2020. Pemeriksaan kanker umumnya menggunakan biopsi dengan melakukan pengambilan sampel jaringan yang dicurigai terdapat sel kanker. Penelitian ini bertujuan untuk membuat model convolutional neural network dalam memprediksi status kanker payudara pada citra histopatologi dengan performa paling baik. Data yang digunakan dalam penelitian ini bersumber dari dataset BreakHis yang terdiri atas 7909 citra histopatologi jaringan tumor payudara dengan 2 kelas yaitu, jinak dan ganas. Tahapan dalam penelitian ini meliputi praproses data, pembagian data, hyperparameter tuning, pelatihan model, dan evaluasi model. Hasil dari penelitian ini adalah satu buah model convolutional neural network dengan arsitektur DenseNet201 yang dapat memproses klasifikasi kanker payudara pada citra histopatologi. Model ini memiliki akurasi senilai 98,74%.