BAB V PENUTUP A. Kesimpulan Berdasarkan penjelasan yang telah diuraikan pada bab-bab sebelumnya, dapat disimpulkan bahwa: 1. Data yang digunakan pada penelitian ini merupakan data yang sebelumnya telah digunakan oleh Dewi Imawati (2017). Data tersebut adalah 114 data hasil ekstraksi citra MRI kanker otak yang terbagi menjadi 90 data sebagai data latih dan 24 data sebagai data uji. Input yang digunakan dalam penelitian ini adalah 14 fitur hasil ekstraksi citra yaitu contrast, correlation, dissimilarity, energy, entropy, homogeneity, max. probability, sum of squares, sum average, sum variance, sum entropy, diff. variance, diff. entropy, IDM. Model fuzzy dibangun menggunakan representasi kurva Gauss untuk setiap input. Sedangkan output dalam penelitian ini ada dua yaitu otak normal dan otak kanker. 90 data latih dikelompokkan menjadi 50 cluster. Hasil pengelompokkan tersebut yaitu pusat cluster yang kemudian digunakan untuk membangun aturan fuzzy. Berdasarkan jumlah cluster maka aturan yang terbentuk sebanyak 50 aturan fuzzy. Sistem fuzzy yang digunakan dalam penelitian ini adalah sistem fuzzy sugeno orde nol. Proses defuzzifikasi dilakukan dengan metode weight everage. 2. Setelah sistem fuzzy terbentuk, kemudian dilakukan uji ketepatan diagnosis. Pengujian yang dilakukan meliputi menghitung tingkat 56 keakurasian, sensitivitas, dan spesifikasi. Tingkat keakurasian, sensitivitas, dan spesifikasi pada data latih yang dihasilkan dari sistem fuzzy sugeno orde nol masing-masing sebesar 92,22%, 93,33%, dan 91,11%, sedangkan pada data uji masing-masing sebesar 75%, 50%, dan 100%. Keakurasian, sensitivitas, dan spesifikasi menggunakan Radial Basis Function Neural Network (RBFNN) untuk data latih masing-masing 83,33%, 82,9789%, 86,0465%, sedangkan pada data uji masing-masing 91,66%, 85,7142%, dan 100%. Bila dibandingkan dengan penelitian sebelumnya, hasil yang diperoleh untuk data latih dapat dikatakan lebih baik, sedangkan untuk data uji hasil yang diperoleh dengan metode RBFNN lebih baik dan untuk sistem sugeno orde nol masih diperlukan perbaikan guna meningkatkan keakurasian. B. Saran Sistem fuzzy yang dihasilkan pada penelitian ini belum sempurna. Masih banyak kekurangan dalam pembentukan sistem fuzzy. Sitem yang dihasilkan belum dapat digunakan untuk melakukan klasifikasi otak normal dan otak yang terserang kanker secara pasti. Oleh karena itu, tetap dibutuhkan dokter untuk menganalisis dan mendeteksi penyakit kanker otak dari citra MRI. Perkembangan dan perbaikan perlu dilakukan untuk mendapatkan hasil yang lebih baik di antaranya: 1. Menambahkan jumlah cluster pada proses pengelompokkan guna meningkatkan keakurasian. 2. Menambahkan klasifikasi pada output, seperti stadium 1, 2, 3 dan 4. 57