19
Tabel 1.
Confusion Matrix
actual class (expectation)
predicted class
(observation)
tp
(true positive)
Correct result
fp
(false positive)
Unexpected
result
fn
(false negative)
Missing result
tn
(true negative)
Correct absence of
result
Recall
dalam
konteks
ini
juga
menunjuk
kepada
angka
positif
benar
(Rate
True Positive),
pengukuran
yang berhubungan
lainnya
digunakan
dalam
klasifikasi
termasuk angka negatif benar (True Negative Rate) and akurasi. Angka
negatif benar (True Negative Rate) juga disebut sebagai spesifisitas.
Angka negatif benar =
tn
tn + fp
Akurasi =
tp + tn
tp + tn + fp +
fn
(Davis & Goadrich, 2006).
Dalam beberapa
tahun
terakhir,
beberapa
penelitian
untuk
klasifikasi
mammogram
telah dipublikasikan.
Mereka
mengusulkan
metode
mereka
sendiri
untuk
meningkatkan
kualitas
klasifikasi
mammogram.
Sebagai
mammogram
yang
sulit untuk
ditafsirkan,
prapengolahan
(preprocessing)
diperlukan
untuk
meningkatkan
kualitas gambar dan
membuat tahap
ekstraksi fitur
lebih
mudah
dan terpercaya (Mohanty & Lenka, 2010).
Gambar
diolah
menggunakan
metode
wavelet
berbasis
spasial
adaptif
untuk
peningkatan
kontras
mammografik.
Metode
ini dipilih
karena
telah
menunjukkan kinerja tinggi dalam peningkatan klasifikasi mammogram
 |