PENGEMBANGAN APLIKASI CAD “SECOND OPINION” UNTUK KLASIFIKASI KANKER PAYUDARA BERBASIS MAMMOGRAM DENGAN GUI MATLAB

Kanker payudara merupakan salah satu kanker dengan prevalensi tertinggi pada perempuan dan menjadi tantangan utama dalam deteksi dini. Mammografi merupakan standar skrining, tetapi interpretasinya sangat bergantung pada radiolog sehingga rentan terhadap variasi dan berpotensi menimbulkan false positives maupun false negatives. Computer-Aided Diagnosis (CAD) dikembangkan sebagai strategi second opinion untuk meningkatkan konsistensi dan sensitivitas pembacaan. Penelitian ini merancang aplikasi CAD berbasis GUI MATLAB yang mengintegrasikan dua arsitektur deep learning: EfficientNet-B0 untuk klasifikasi skrining (Normal vs Abnormal) dan ResNet-50 untuk klasifikasi diagnostik (Benign vs Malignant). Aplikasi mencakup empat modul utama yaitu Welcome, Patient Data, Prediction & Analysis, dan Diagnostic Analysis serta fitur Report/Export untuk dokumentasi hasil. Prediksi ditampilkan dalam bentuk label kelas beserta probabilitas (%) dan kategori confidence, sehingga informatif bagi pengguna non-teknis. Aplikasi menargetkan radiolog sebagai pengguna utama dan perawat sebagai pendukung alur kerja (entri data, unggah citra, ekspor laporan).Uji fungsional menunjukkan seluruh komponen antarmuka berjalan sesuai rancangan, sedangkan evaluasi usability formatif dengan 10 responden menghasilkan nilai rata-rata skor SUS 82,6 (Excellent). Dengan rancangan ini, aplikasi tidak hanya menyajikan hasil klasifikasi, tetapi juga menghadirkan alur kerja end-to-end yang selaras dengan praktik radiologi. Hasil penelitian menunjukkan bahwa CAD berbasis GUI MATLAB berpotensi digunakan sebagai second opinion untuk mendukung praktik klinis. Arah pengembangan selanjutnya difokuskan pada integrasi dengan PACS/RIS serta pembuktian melalui uji klinis berskala lebih besar.