Klasifikasi Penyakit Kanker Usus Besar (Kanker Kolorektal) Menggunakan Probabilistic Neural Network

Abstract

Colon cancer or colorectal cancer is a malignancy which attacks the large intestine (colon) and rectum. Colorectal cancer has symptoms like abdominal pain, blood in the stool, fatigue, anemia, decreased appetite, and weight reduced drastically. Once known one of these signs, one of them bleeding in the stool, the patient should immediately carry out the examination to detect the source of the blood is coming from, rectum, colon, or other parts due to the presence of blood in the stool can also be caused by other diseases that are not cancer colorectal. To diagnose colorectal cancer is done in various ways, one of which is by way of biopsy.Diagnosing this way is associated with vision doctors in which doctors analyze tissue samples taken, so some issue or a de greatly affect the diagnosis.To overcome these problems, we need a method to help doctors classify colon cancer and to know this type of cancer through a microscopic image of colon tissue samples. In this resesarch, probabilistic neural network is used as a method for the classification of colon cancer (colorectal cancer). The stages of classification is performed before the pre-processing (resizing, grayscale and contrast stretching), feature extraction using gray level co-occurance matrices. And the last stage is the process to determine the type of normal cancer, carcinoma, or lymphoma. The results show that the proposed method is able to classify colorectal cancer with an accuracy of 87%

Penyakit kanker usus besar atau kanker kolorektal merupakan keganasan yang menyerang usus besar (kolon) dan rektum. Kanker kolorektal memiliki gejala seperti nyeri pada perut, darah pada feses, kelelahan, anemia, selera makan menurun, dan berat badan berkurang drastis. Setelah diketahui salah satu tanda-tanda tersebut, salah satunya pendarahan pada feses maka pasien sebaiknya segera melakukan pemeriksaan untuk mendeteksi dari mana sumber darah tersebut berasal, rektum, kolon, atau bagian lainnya karena adanya darah pada feses dapat juga disebabkan oleh penyakit lain yang bukan kanker kolorektal. Untuk mendiagnosis kanker kolorektal dilakukan dengan berbagai cara, salah satunya adalah dengan cara biopsi. Pendiagnosaan dengan cara tersebut sangat berhubungan dengan penglihatan dokter dimana dokter menganalisa sampel jaringan yang diambil, sehingga kesalahaan atau ketidakfokusan sangat mempengaruhi hasil diagnosa. Untuk mengatasi masalah tersebut, diperlukan suatu metode untuk membantu dokter dalam mengklasifikasi penyakit kanker usus besar serta mengetahui jenis kanker tersebut melalui citra mikroskopis sampel jaringan usus besar. Pada penelitian ini, probabilistic neural network digunakan sebagai metode untuk klasifikasi kanker usus besar (kanker kolorektal). Tahap – tahap yang dilakukan sebelum klasifikasi adalah pra-pengolahan (resizing, grayscale dan contrast stretching ), ekstraksi fitur menggunakan metode gray level co-occurance matrices. Dan tahap terakhir yaitu proses untuk menentukan jenis kanker normal, carcinoma, atau lymphoma. Hasil penelitian ini menunjukkan bahwa metode yang diajukan mampu melakukan klasifikasi kanker kolorektal dengan akurasi sebesar 87%.