Deteksi Dini Kanker Payudara Berdasarkan Citra Mammografi Menggunakan Segmentasi U-Net dan ResNet50 untuk Prediksi BI-RADS (IAU, ENY)

Abstract

Kanker payudara masih menjadi salah satu penyebab utama kematian pada wanita di dunia, terutama karena keterlambatan diagnosis dini. Penelitian ini bertujuan untuk mengembangkan sistem deteksi dini kanker payudara berdasarkan citra mammografi dengan prediksi kategori BI-RADS. Metode yang digunakan mencakup segmentasi area mencurigakan menggunakan U-Net dan klasifikasi menggunakan arsitektur CNN ResNet50. Studi ini menggunakan data sekunder dari dataset VinDr-Mammo yang berisi citra mammografi beranotasi oleh ahli radiologi. Hipotesis awal dari penelitian ini adalah bahwa kombinasi U-Net dan ResNet50 dapat mengembangkan akurasi klasifikasi BI-RADS, sehingga membantu proses deteksi dini yang lebih efektif.