Penyakit kanker Payudara merupakan salah satu penyakit
mematikan terutama pada wanita. Berdasarkan Estimated New
Female Breast Cancer Cases and Deaths by Age, US, 2017 angka
kasus Carcinoma In Situ mencapai 63.410 kasus, kasus Carcinoma
Invasive mencapai 252.710 kasus dan untuk angka kematian
mencapai 40.610. Pemeriksaan Ultrasonografi merupakan salah
satu cara yang paling sering digunakan untuk skrining kanker
payudara dikarenakan lebih murah dan juga aman namun sangat
subjektif. Maka dari itu, diperlukan suatu sistem yang mampu
mendiagnosa tingkat keganasan kanker payudara dengan berbagai
parameter, salah satunya ialah fitur posterior. Ciri posterior yang
digunakan terbagi menjadi tiga kelas yaitu posterior acoustic
enhancement, posterior acoustic shadow dan no feature. Proyek
akhir ini mengusulkan metode sederhana yaitu dengan
mengekstrasi area yang diduga memiliki ciri posterior. Tahap awal
pra pengolahan dimulai dengan cropping citra bagian nodul secara
manual lalu mem-filter citra menggunakan adaptive median filter.
Kemudian dilakukan proses segmentasi menggunakan metode
active contour. Citra hasil segmentasi diekstraksi ciri dengan cara
pengambilan nilai rata-rata intensitas dari area bawah nodul
menggunakan metode mean comparison. Akhirnya dilakukan
klasifikasi menggunakan Multilayer Perceptron (MLP). Hasil akhir
setelah seleksi ciri menunjukkan performansi akurasi 73.25%,
Spesifisitas 80.3%, Sensitifitas 51.3%. Indikasi ini menunjukkan
bahwa proses klasifikasi dapat berjalan dengan baik.
Kata kunci: Citra USG, posterior feature, adaptive median filter,
MLP