Penelitian ini bertujuan untuk meningkatkan kinerja metode EsFuMos dalam menentukan positifitas antigen citra imunohistokimia, sehingga dapat membantu ahli patologi dalam menentukan diagnosis, prognosis dan terapi yang akan diberikan. Penelitian sebelumnya oleh Lestari [1], masih memiliki kekurangan dalam mengangkat inti sel negatif lemah dan menentukan sel positif, sehingga berpengaruh dalam penentuan prosentase positifitas antigen citra imunohistokimia non negatif dominan. Pada penelitian ini diusulkan perbaikan metode EsFuMos [3] dengan menambahkan praproses menggunakan transformasi wavelet dan perbaikan terhadap sistem inferensi fuzzy (FIS), sehingga kekurangan dalam metode EsFuMos dapat diperbaiki. Penentuan antigen citra imunohistokimia dilakukan dengan empat langkah. Praproses dengan transformasi wavelet dilakukan untuk menyeragamkan intensitas warna background, segmentasi dengan morfologi untuk mendapatkan bentuk sel, Inferensi sistem fuzzy untuk ekstraksi ciri warna sel negatif dan sel positif, serta penentuan antigen dengan menggabungkan hasil segmentasi dan hasil ekstrasi ciri warna. Pada ekstraksi ciri warna dilakukan perbandingan terhadap tiga tipe FIS (Mamdani, Sugeno orde satu dan Sugeno orde nol) untuk mendapatkan hasil ekstraksi fitur warna yang lebih baik. Hasil dari proses penentuan antigen terhadap 42 citra imunohistokimia dengan metode WaFuMos, menunjukan tingkat keberhasilan rata-rata 86,79% untuk sel positif dan 50,43% untuk sel negatif.

This study aims to improve the performance of EsFuMos method in determining antigen positifity of immunohistochemistry images, so it can assist the pathologist in determining diagnosis, prognosis and therapy will be given. Previous study by Lestari [3], still has lacks in lifting the weak negative cell and determining positive cell, so effect in determining the antigen positivity percentage of nonnegative dominant immunohistochemistry images. In this study proposed improvements EsFuMos method [3], by adding preprocessing using Wavelet trasform and improvement of fuzzy inference system (FIS), so the lacks of EsFuMos method can be improved. The antigen determination of immunohistochemistry images is done by four steps. Preprocessing with wavelet transform is done to uniform the background color intensity. Segementation with morphology to get shape of cell, fuzzy inference system to extract color features of positive and negative cell, and antigen determination by combining the results of segmentation with color feature extraction. in the color feature extraction, the comparison on three types of FIS (Mamdani, zero-order Sugeno and first-order Sugeno) is applied to get a better color feature extraction. the results of antigen determination with 42 immunohistochemistry images, WaFuMos methods showed an average success rate to 86.79% for positive cells and 50.43% for negative cells.