Cases of ovarian cancer registered in 2020 in globocan there were 313,959, for cases of liver disease as many as 905,677 for the most cases of death number 3 in 2020, namely 830,180 people. If a person suffers from ovarian cancer, there will be dilation of other organs, namely the liver and uterus. The problem I discussed was about dilation of the heart. Data obtained from the Pocket Atlas Of Sectional Anatomy, Combined (CTMRI) Healthy Abdominal Organ Segmentation (CHAOS) Challenge and data on ovarian cancer patients from the Association Rule method journal then classified the ct-scan image of liver cancer based on 2 classifications, namely normal liver conditions or abnormal liver conditions using the template matching method. The project is entitled
"Application of the Template Matching Method to the CT-Scan Image of the Liver of Ovarian Cancer Patients" In the Template Matching model which was designed using input from CT-Scan image data by conducting the pre-pocessing stage using grayscale and then classification using the template matching method with a thresholding and pixel matching process so as to get classification results, namely normal and abnormal. The application of this method can classify 30 images as test data and 28 template images can recognize images with an accuracy of 96% With a Sample of 30 data.

Kasus penyakit kanker ovarium yang terdaftar di tahun 2020 di globocan terdapat 313.959, Untuk kasus penyakit pada hati sebanyak 905.677 untuk kasus kematian paling banyak nomor 3 di tahun 2020 yaitu 830.180 jiwa. Jika seseorang menderita penyakit kanker ovarium, maka akan terjadi pelebaran pada organ lain yaitu hati dan Rahim. Pada permasalahan yang saya bahas yaitu mengenai pelebaran pada hati. Data yang diperoleh dari Pocket Atlas Of Sectional Anatomy, Combined (CT-MRI) Healthy Abdominal Organ Segmentation (CHAOS) Challenge dan data penderita kanker ovarium dari jurnal metode Association Rule kemudian melakukan klasifikasi terhadap citra ct-scan kanker hati berdasarkan 2 klasifikasi yaitu kondisi hati normal atau kondisi hati tidak normal dengan menggunakan metode Template Matching. Proyek berjudul “Penerapan Metode Template Matching Pada Citra Ct-Scan Hati Penderita Kanker Ovarium” Pada model Template Matching yang dirancang menggunakan inputan dari data citra CT-Scan dengan
dilakukannya tahapan pre-pocessing menggunakan grayscale lalu dilakukannya klasifikasi menggunakan metode template matching dengan proses thresholding dan pencocokan pixel sehingga mendapatkan hasil klasifikasi yaitu normal dan tidak normal. Penerapan metode ini dapat melakukan klasifikasi dari 30 gambar sebagai data uji dan 28 gambar template dapat mengenali gambar dengan akurasi 96% Dengan Sample 30 data.