Perancangan Alat untuk Pendeteksi Penyakit Melanoma Berbasis Machine Learning Menggunakan Ekstraksi GLCM (Grey Level Co-Occurrence Matrix) dan Metode Klasifikasi SVM (Support Vector Machine)
MUCHAMMAD FACHRURREZA

Informasi Umum

Kode

23.04.1576

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine - Learning, Machine Engineering,

Dilihat

275 kali

Informasi Lainnya

Abstraksi

<p>Kulit bagian terbesar yang dimiliki oleh manusia, kulit. Kulit dapat mudah terkena penyakit seperti kanker kulit melanoma, kanker kulit melanoma memiliki resiko tinggi dan sulit untuk mendeteksi penyakit karena biaya untuk pemeriksaan dan alat yang mahal. Sehingga dibutuhkan sistem teknologi yang dapat mendeteksi penyakit dengan biaya murah serta cepat dalam mendiagnosa penayakit.</p>

<p>Pada penelitian ini, dirancang sebuah alat pendeteksi penyakit kulit kanker melanoma dengan menggunakan RaspberryPi dan kamera Pi yang diproses dengan <em>machine learning</em>. Citra yang diambil menggunakan kamera Pi diproses menggunakan Raspberry Pi dan citra di <em>pre-processing </em>untuk mempermudah proses di tahap selanjutnya. Pada tahap ini citra diubah besar atau kecil gambar sehigga mendapatkan pixel yang diinginkan. Setelah itu citra di ekstrkasi menggunakan metode ekstraksi GLCM (<em>Grey Level Co-Occurance Matrix</em>) untuk mendapatkan nilai tekstur <em>matrix</em> kemudian di klasifikasi dengan metode SVM (<em>Support Vector Machine</em>) dan hasil ditampilkan pada monitor. Hasil untuk akurasi menggunakan GLCM dan SVM sebesar 91%</p>

<p>Kulit bagian terbesar yang dimiliki oleh manusia, kulit. Kulit dapat mudah terkena penyakit seperti kanker kulit melanoma, kanker kulit melanoma memiliki resiko tinggi dan sulit untuk mendeteksi penyakit karena biaya untuk pemeriksaan dan alat yang mahal. Sehingga dibutuhkan sistem teknologi yang dapat mendeteksi penyakit dengan biaya murah serta cepat dalam mendiagnosa penayakit.</p>

<p>Pada penelitian ini, dirancang sebuah alat pendeteksi penyakit kulit kanker melanoma dengan menggunakan RaspberryPi dan kamera Pi yang diproses dengan <em>machine learning</em>. Citra yang diambil menggunakan kamera Pi diproses menggunakan Raspberry Pi dan citra di <em>pre-processing </em>untuk mempermudah proses di tahap selanjutnya. Pada tahap ini citra diubah besar atau kecil gambar sehigga mendapatkan pixel yang diinginkan. Setelah itu citra di ekstrkasi menggunakan metode ekstraksi GLCM (<em>Grey Level Co-Occurance Matrix</em>) untuk mendapatkan nilai tekstur <em>matrix</em> kemudian di klasifikasi dengan metode SVM (<em>Support Vector Machine</em>) dan hasil ditampilkan pada monitor. Hasil untuk akurasi menggunakan GLCM dan SVM sebesar 91%</p>

• ELH4F3 - PEMBELAJARAN MESIN DAN APLIKASI

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook