Lewati ke konten
SDGs Center UDINUS

Catatan bukti · UDINUS · SDGs

Deteksi Kanker Payudara Berbasis Region of Interest dengan Teknik Oversampling

Rektorat UDINUS 2025 Terbit 2026-10-30

Catatan bukti · UDINUS · SDGs

Unit
Rektorat UDINUS
Periode
2025
Tujuan
Nomor
7c9b4771-f963-44fa-98c2-516a22abec7f
Terbit
2026-10-30

Universitas Dian Nuswantoro melaksanakan kegiatan penelitian kesehatan mengenai deteksi kanker payudara menggunakan pencitraan medis. Kegiatan ini melibatkan Kurniawan, Defri; Salam, Abu; Astuti, Yani Parti; Supriyanto, Catur; Shidik, Guruh Fajar; Andono, Pulung Nurtantio; dan Safar, Noor Zuraidin Mohd. Penelitian tersebut membahas tantangan deteksi kanker payudara dari mammogram dalam jumlah besar serta ketidakseimbangan kelas pada dataset.

Kegiatan ini menggunakan RSNA screening mammography breast cancer detection dataset. UDINUS menerapkan pendekatan berbasis regions of interest, atau ROI, dengan memusatkan perhatian pada area tertentu di dalam mammogram. Berdasarkan sumber, pendekatan tersebut mengurangi beban komputasi dan memungkinkan model berfokus pada area yang paling kritis. Kegiatan ini juga menerapkan SMOTE Tomek Link untuk menangani ketidakseimbangan kelas. Tahap prapemrosesan tersebut menghasilkan sampel sintetis untuk kelas minoritas yang bersifat kanker serta menghapus sampel yang bising atau tumpang tindih.

Tiga pembagian dataset dibuat untuk evaluasi. Split 1 menggunakan rasio kasus normal terhadap kasus kanker sebesar 5:1, sedangkan Split 2 menggunakan rasio 3:1. Dataset Random Under-Sampling yang sepenuhnya seimbang juga disiapkan. Berbagai model convolutional neural network dievaluasi pada pembagian dataset yang berbeda, yaitu InceptionV3, ResNet152V2, DenseNet201, dan EfficientNetB7.

Temuan yang dilaporkan oleh UDINUS menunjukkan bahwa EfficientNetB7, yang digunakan bersama ekstraksi ROI dan SMOTE Tomek Link, mencapai akurasi tertinggi yang dilaporkan dalam sumber pada dataset Split 2. Akurasi yang dilaporkan adalah 97,41%. Temuan tersebut menunjukkan efektivitas penggunaan gabungan ekstraksi ROI dan SMOTE Tomek Link sebagai teknik prapemrosesan dalam kegiatan deteksi kanker payudara berbasis deep learning yang dijelaskan. Dalam kaitannya dengan RAW_GOALS 3, kegiatan ini menunjukkan penelitian yang menangani deteksi kanker payudara melalui pencitraan medis, penyiapan dataset, mitigasi ketidakseimbangan, dan evaluasi model deep learning. Secara kelembagaan, kegiatan ini merupakan penelitian kesehatan UDINUS yang berfokus pada metode deteksi kanker payudara yang dijelaskan.

Rujukan https://www.scopus.com/pages/publications/85217244035?origin=resultslist