SEGMENTASI SEL PAP SMEAR SERVIKS BERTUMPUK MENGGUNAKAN LOCAL ADAPTIVE THRESHOLDING DAN WATERSHED
DOI:
https://doi.org/10.23960/jitet.v12i3.4811Abstract Views: 292 File Views: 235
Abstract
Kanker serviks merupakan ancaman kesehatan global serius, dengan WHO melaporkan sekitar 604.000 kasus baru dan 342.000 kematian pada tahun 2020. Penelitian ini mengeksplorasi kombinasi metode local adaptive threshold dan segmentasi watershed untuk meningkatkan akurasi deteksi dini kanker serviks dengan lebih akurat mengidentifikasi sel-sel yang saling tumpang tindih pada Pap Smear. Metode Local Adaptive Threshold menyesuaikan nilai ambang berdasarkan karakteristik lokal gambar, dan segmentasi watershed diaplikasikan untuk memisahkan sel-sel yang saling tumpang tindih. Kombinasi ini menunjukkan hasil yang menjanjikan dalam meningkatkan efisiensi dan akurasi skrining kanker serviks, mendukung strategi WHO untuk eliminasi kanker serviks. Namun, adopsinya menghadapi tantangan di negara berkembang karena keterbatasan sumber daya dan kesenjangan digital. Tes menggunakan K-Fold Cross Validation (5 dan 7) menunjukkan akurasi 90.93% untuk k=5, dengan rata-rata precision 97.97%, recall 49.22%, dan F1-Score 65.50%. Pada k=7, hasil sedikit meningkat dengan precision 97.99%, recall 49.24%, dan F1-Score 65.53%. Rata-rata PSNR adalah 43.4341 dB dan MSE 3.45061, menegaskan efektivitas metode.
Kata Kunci:
Local Adaptive Thresholding, Watershed, Cervical Cancer, Pap Smear
Downloads
References
Bedell, S. L., Goldstein, L. S., Goldstein, A. R., & Goldstein, A. T. (2020). Cervical Cancer Screening: Past, Present, and Future. In Sexual Medicine Reviews (Vol. 8, Issue 1, pp. 28–37). Elsevier B.V. https://doi.org/10.1016/j.sxmr.2019.09.005
Setianingsih, E., Astuti, Y., Aisyaroh, N., Studi Kebidanan Program Sarjana dan Pendidikan Profesi Bidan, P., & Kedokteran Universitas Islam Sultan Agung, F. (2022). LITERATURE REVIEW : FAKTOR-FAKTOR YANG MEMPENGARUHI TERJADINYA KANKER SERVIKS.
HPV Information Center. (2018). Indonesia Human Papilloma Virus and Related Cancers, Fact Sheet. By (https://hpvcentre.net/statistics/reports/IDN_FS.pdf)
Siboro, R. T., & Martha, E. (2024). AKURASI INSPEKSI VISUAL DENGAN ASAM ASETAT UNTUK SKRINING KANKER SERVIKS: SYSTEMATIC LITERATURE REVIEW. http://journal.universitaspahlawan.ac.id/index.php/ners
Sung, H., Ferlay, J., Siegel, R. L., Laversanne, M., Soerjomataram, I., Jemal, A., & Bray, F. (2021). Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA: A Cancer Journal for Clinicians, 71(3), 209–249. https://doi.org/10.3322/caac.21660
Prayogi, A., Cendekia Siregar, A., Wahid, R., & Insani, S. (2023). Deteksi Tumor Otak Menggunakan Metode Watershed dan Thresholding Pada Citra MRI.
Rofi’, M., Diah, D., & Ningtias, R. (2022). Local Adaptive Thresholding Menggunakan Metode Sauvola sebagai Tahapan Pra Pengolahan pada Data Citra Isyarat EKG (Elektrokardiogram). In Jurnal Teori dan Aplikasi Fisika (Vol. 10, Issue 01).
H. A. A. P. K. Khairunnisak Nur Isnaini, “Analisis Foresnsik Untuk Mendeteksi Keaslian Citra Digital Menggunakan Metode NIST,” Jurnal Resistor, vol. Vol. 3 No 2, no. Oktober 2020, pp. 72–81, 2020.
Mellyssa, W., Misriana, M., Suryati, S., Milawarni, M., & Teknik Elektro Politeknik Negeri Lhokseumawe Jln, J. B. (2020). Perbandingan Penggunaan Metode Otsu Thresholding dan Adaptive Thresholding pada Proses Binerisasi Sistem Dokumentasi Buku Tugas Akhir.
Halim, F., Wijaya, E., & STMIK Mikroskil, J. (2011). PERANGKAT LUNAK SEGMENTASI CITRA DENGAN METODE WATERSHED (Vol. 12, Issue 2).
Muchtar, M., & Muchtar, R. A. (2024). PERBANDINGAN METODE KNN DAN SVM DALAM KLASIFIKASI KEMATANGAN BUAH MANGGA BERDASARKAN CITRA HSV DAN FITUR STATISTIK. Jurnal Informatika Dan Teknik Elektro Terapan, 12(2). https://doi.org/10.23960/jitet.v12i2.4010
Rofi’, M., Diah, D., & Ningtias, R. (2022). Local Adaptive Thresholding Menggunakan Metode Sauvola sebagai Tahapan Pra Pengolahan pada Data Citra Isyarat EKG (Elektrokardiogram). In Jurnal Teori dan Aplikasi Fisika (Vol. 10, Issue 01).
