Kanker payudara terjadi karena adanya pertumbuhan sel pada payudara yang tidak normal dan tidak terkontrol pada payudara, dan biasanya membentuk tumor yang berbentuk seperti benjolan yang berada pada payudara yang juga dapat terjadi pada laki- laki. Kanker ganas (invasif) yang paling umum terjadi pada wanita di seluruh dunia merupakan kanker payudara. Kanker payudara menyumbang 16% dari semua kanker yang menyerang wanita dan 22,9% dari kanker invasif pada wanita. Di asia kanker payudara menempati urutan pertama penyakit yang menyerang wanita. Sebanyak 18,2% kematian akibat kanker berasal dari kanker payudara, termasuk perempuan dan laki-laki. Untuk melakukan perbaikan kualitas citra dapat menggunakan metode Contras Limited Adaptive Histogram Equalization (CLAHE) dan Peregangan Kontras, untuk segmentasi citra menggunakan metode Active Contour. Untuk dapat mengidentifikasi citra dapat menggunakan Fitur Gray Level Co Occurance Matrix (GLCM) dan Fitur Dispersi. Dan menggunakan metode K-Nearest Neighboor (K-NN) untuk melakukan klasifikasi dataset berdasarkan data training yang jaraknya paling dekat dengan objek tersebut. Penenelitian ini menggunakan dataset yang berjumlah 30 citra usg kanker payudara sebagai objek penelitian yang terbagi menjadi kanker jenis benign dan kanker jenis malignant. Hasil pengujian dengan metode ini untuk diagnosis jenis kanker menghasilkan presisi 75%, sensitivitas 60%, akurasi 70% Penelitian ini menggunakan aplikasi Visual Studio 2015.

Breast cancer occurs due to abnormal and uncontrolled growth of cells in the breast in the breast, and usually forms a tumor that is shaped like a lump in the breast which can also occur in men. The most common malignant (invasive) cancer in women worldwide is breast cancer. Breast cancer accounts for 16% of all cancers affecting women and 22.9% of invasive cancers in women. In Asia, cancer ranks first in the disease that attacks women. As many as 18.2% of cancer deaths are from breast cancer, including women and men. To improve image quality, the Contras Limited Adaptive Histogram Equalization (CLAHE) method and Contrast Stretching method can be used, for image segmentation using the Active Contour method. To be able to identify images, we can use the Gray Level Co Occurance Matrix (GLCM) and Dispersion Features. And using the K-Nearest Neighbor (K-NN) method to classify the dataset based on the training data that is closest to the object. This study uses a dataset that finds 30 images of breast cancer as the object of research which is divided into types of benign cancer and malignant cancer. The results of testing with this method for the diagnosis of cancer types produce 75% precision, 60% sensitivity, 70% accuracy. This study uses the Visual Studio 2015 application.