BAB V PENUTUP A. Kesimpulan Berdasarkan penjelasan yang

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