Abstract
Kanker payudara menduduki posisi pertama sebagai penyebab kematian tertinggi pada wanita akibat kanker di Indonesia. Sebagian besar kanker payudara baru didiagnosis setelah melihat hasil mammogram. Tim dokter menggunakan computer-aided-diagnosis untuk mendiagnosa tingkat keganasan kanker payudara guna membantu melakukan keputusan operasi dengan melakukan interpretasi suatu gambar medis. Dari hasil interpretasi tersebut akan diperoleh hasil yang menyatakan apakah kanker yang diderita pasien termasuk jinak atau ganas. Dalam interpretasi sebuah mamografi terkadang dokter mengalami kesalahan dalam menentukan keparahan (jinak dan ganas) sehingga dapat menyebabkan sekitar 70% biopsi yang tidak perlu dilakukan karena kanker itu bersifat jinak. Oleh karena itu diperlukan aturan yang dapat digunakan untuk pengelompokan tingkat risiko kanker payudara. Salah satu teknik yang dapat diterapkan untuk pembangkitan aturan secara otomatis adalah fuzzy c-means clustering. Penelitian ini menggunakan Mammographic Mass Data Set yang terdiri dari 500 data latih dan 100 data uji. Proses pelatihan diawali dengan proses clustering, dari hasil clustering kemudian dilakukan analisa varian. Hasil cluster dengan nilai varian terkecil akan dijadikan bahan untuk proses ekstraksi aturan fuzzy. Setelah aturan terbentuk barulah dilakukan proses pengujian menggunakan sistem inferensi fuzzy model sugeno orde-satu. Dari pengujian jumlah cluster dihasilkan jumlah cluster ideal yang terpilih konvergen, yaitu 2 cluster. Sedangkan untuk pengujian akurasi didapatkan akurasi sistem sebesar 78% dengan akurasi tertinggi 84 % pada jumlah aturan 2.
