Segmentasi Citra MRI Tumor Otak dengan Menggunakan Metode Gaussian Mixture Model.

Tumor otak merupakan salah satu penyakit kanker yang menyerang syaraf pusat. Berdasarkan data WHO pada tahun 2018, tumor otak menempati urutan ke -17 sebagai penyakit kanker yang paling mematikan dengan jumlah kasus sebanyak 296.851 kasus dan jumlah kematian sebesar 241.037 kasus. Tingkat kematian yang tinggi menjadikan tumor otak sebagai penyakit yang berbahaya dan perlu penanganan serius. Bentuk penanganan yang dilakukan salah satunya melakukan diagnosis menggunakan teknologi Magnetic Resonance Imaging (MRI). Proses diagnosa dengan MRI membutuhkan presisi dan akurasi, dan terdapat kesulitan dalam memproses gambarnya. Salah satu kendala dalam dunia medis adalah memperoleh gambaran jelas mengenai bagian tumor atau Region of Interest (ROI). Hasil pemindaian dengan MRI meliputi banyak sequence  yang harus diamati, sehingga membuat tenaga medis harus melakukan pemeriksaan setiap slice dan sequence terpisah yang dirasa kurang efektif dan rentan terhadap kesalahan. Oleh karena itu, pada penelitian ini bertujuan melakukan segmentasi untuk memisahkan bagian tumor otak dengan bagian lainnya agar didapat batasan yang jelas. Segmentasi yang dilakukan adalah dengan membagi citra MRI menjadi beberapa klaster dimana masing-masing klaster terdiri dari sekumpulan pixel. Selain itu, akan ditentukan model 3D untuk visualisasi yang lebih baik dan dapat membuat kinerja tenaga medis menjadi efisien. Segmentasi yang dilakukan akan menggunakan metode clustering yaitu metode Gaussian Mixture Model (GMM) dengan algoritma Expectation Maximization (EM). Hasil yang didapatkan berupa klaster yang akan memisahkan area tumor otak dan memberikan batasan yang jelas antara area ROI dan Non-ROI dengan akurasi yang baik. Selanjutnya pembentukan citra 3D dengan bantuan software MATLAB mampu memberikan visualisasi yang lebih jelas untuk membantu kinerja tenaga medis.