Klasifikasi Kanker Payudara Melalui Citra Ultrasonografi Menggunakan Modified Convolutional Neural Network ResNet152v2

Kanker payudara adalah kanker yang berasal dari kelenjar, saluran dan jaringan penunjangnya, tidak termasuk kulit payudara. Kanker payudara banyak diderita oleh perempuan selain kanker leher rahim. Deteksi sejak dini diperlukan untuk meminimalisir terjadinya kanker payudara. Pemeriksaan melalui citra usg payudara merupakan salah satu upaya dalam mendeteksi adanya kanker payudara. Penelitian ini bertujuan untuk mengklasifikasikan kanker payudara melalui citra usg payudara dengan menggunakan teknologi deep learning. Kanker payudara diklasifikasikan dalam kategori kelas normal, benign, dan malignant. Data pada penelitian ini yaitu Breast Ultrasound Images (BUSI) dataset yang berjumlah 780 citra, dengan pembagian kelas benign (487 citra), malignant (210 citra), dan normal (133 citra). Arsitektur CNN yang digunakan pada penelitian ini yaitu CNN ResNet152v2. Dalam mengelola data, peneliti melakukan pre-processing data, undersampling data dan augmentasi data. Penelitian dilakukan dengan 6 skenario uji coba dengan jumlah data, epoch, dan rasio pembagian data training validasi yang berbeda. Skenario 1 dan 2 menggunakan data yang tidak seimbang, sedangkan skenario 3 dan 4 menggunakan data yang telah diseimbangkan dengan menggunakan teknik undersampling. Skenario 5 menguji perbedaan jumlah rasio pembagian data training dan validasi. Skenario 6 mencari jumlah epoch terbaik. Dari uji coba yang telah dilakukan, hasil terbaik didapatkan pada uji skenario 4. Nilai akurasi yang didapat mencapai 94%, sensitivity 96%, specificity 99%, dan rata-rata hasil AUC 0.95.