KLASIFIKASI KANKER USUS BESAR BERDASARKAN CITRA HISTOPATOLOGI MENGGUNAKAN CLAHE DAN VGG16

Setelah insiden kanker payudara dan kanker paru-paru, kanker usus besar menduduki peringkat ketiga dalam hal angka kejadian kanker yang paling tinggi di seluruh dunia. Selain itu, kanker ini juga menempati peringkat kedua dalam hal angka kematian akibat kanker di seluruh dunia. Salah satu metode pemeriksaan penyakit kanker usus besar yang digunakan adalah prosedur biopsi dengan penggunaan citra histopatologi. Diagnosis kanker usus besar secara manual biasanya membutuhkan waktu yang lama, ahli medis, dan biaya. Kesalahan manusia juga mungkin terjadi selama proses diagnosis manual. Penelitian ini bertujuan melakukan klasifikasi untuk mendukung identifikasi kanker usus besar melalui analisis citra histopatologi. Data histopatologi dari penelitian ini berasal dari dataset LC25000 yang berisi 10000 data, yang dibagi menjadi dua kelas, yaitu colon adenocarcinoma dan colon benign tissue. Proses penelitian melibatkan preprocessing menggunakan CLAHE untuk meningkatkan kualitas citra, serta proses ekstraksi fitur dan klasifikasi menggunakan arsitektur modifikasi VGG16. Hasil penelitian menunjukkan bahwa penggunaan CLAHE secara signifikan meningkatkan kinerja model dalam klasifikasi citra dibandingkan tanpa CLAHE. Model dengan CLAHE mencapai accuracy sebesar 93,27%, precision 89,24%, recall 98,40%, dan f1- score 93,60%, dibandingkan model tanpa CLAHE yang hanya mencapai accuracy 82,60%, precision 74,87%, recall 98,13%, dan f1-score 84,94%. CLAHE terbukti efektif dalam memperbaiki kontras citra, meningkatkan detail, dan membantu model mengekstraksi fitur yang lebih representatif.