Studi Algoritma Ensemble Deep Learning untuk Mendeteksi Kanker Kulit Melanoma dan Basal Cell Carcinoma Berbasis Gambar - Dalam bentuk buku karya ilmiah

M. NUR HIKMAL AFANDI

Informasi Dasar

166 kali
24.04.5334
000
Karya Ilmiah - Skripsi (S1) - Reference

Kanker kulit, termasuk Basal Cell Cancer (BCC), Squamous Cell Cancer (SCC), dan Melanoma, merupakan masalah kesehatan yang signifikan di In donesia. Insidensi kanker kulit berkisar antara 5,9% hingga 7,8% dari semua jenis kanker setiap tahun, dengan BCC menjadi yang paling umum (65,5%), diikuti oleh SCC (23%), dan Melanoma (7,9%). Dalam penelitian tentang deteksi kanker kulit, khususnya Melanoma dan Basal Cell Carcinoma, mene kankan peningkatan algoritma klasifikasi. Beberapa penelitian menunjukkan akurasi rendah, menekankan pentingnya pemilihan algoritma klasifikasi. Mes ki ada penelitian dengan akurasi tinggi, belum ada pengembangan aplikasi Android menggunakan model yang dibuat. Oleh karena itu, penelitian lebih lanjut dibutuhkan untuk mengembangkan aplikasi Android yang efektif dalam mendeteksi kanker kulit. Hal ini penting untuk menguji model secara menye luruh dan memberikan manfaat nyata. Evaluasi kinerja prototipe aplikasi juga menjadi langkah kritis. Untuk menyelesaikan permasalahan yang diuraikan di atas, tugas akhir ini memiliki objektif sebagai berikut. 1. Melakukan studi pada tiga algoritma Ensemble Deep Learning. 2. Mengembangkan aplikasi deteksi kanker kulit berbasis model yang dihasilkan, 3. Mengevaluasi kinerja dari aplikasi tersebut. Metode yang digunakan dalam penelitian tugas akhir ini melibatkan analisis algoritma Ensemble Deep Learning Stacking, yakni meng gunakan model Convolutional Neural Network (CNN) yang dikombinasikan dengan model Long Short Term Memory (LSTM), Recurrent Neural Network (RNN), dan Deep Neural Network (DNN). Selain itu, penelitian ini mencakup pengembangan prototipe aplikasi Android dan evaluasi kinerja dari prototipe aplikasi tersebut. Hasilnya menunjukkan bahwa metode stacking pada model CNN dan LSTM dengan menerapkan hyperparameter tuning dapat menca pai performa yang paling baik, dengan akurasi, presisi, recall, dan F1 Score mencapai 97,97%, serta sensitivitas 97,22% dan spesifisitas 97,62%. Dipihak lain prototipe yang dikembangkan berhasil mendeteksi gambar kanker kulit melanoma dan basal cell carcinoma serta kulit normal sebagai pembanding.

Subjek

CYBER-PHYSICAL SYSTEMS
 

Katalog

Studi Algoritma Ensemble Deep Learning untuk Mendeteksi Kanker Kulit Melanoma dan Basal Cell Carcinoma Berbasis Gambar - Dalam bentuk buku karya ilmiah
 
xii, 96p,;il.: pdf file
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

M. NUR HIKMAL AFANDI
Perorangan
Satria Mandala
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2024

Koleksi

Kompetensi

  • CSG3G3 - KECERDASAN MESIN DAN ARTIFISIAL
  • CSH3L3 - PEMBELAJARAN MESIN
  • CII3L3 - PEMBELAJARAN MESIN LANJUT

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini