Klasifikasi Kanker Kulit Melanoma Pada Gambar Dermoskopi Menggunakan Metode CNN Dengan Arsitektur MobileNetV3 - Dalam bentuk buku karya ilmiah

QADRIZKY FITRAH RAMDHANI

Informasi Dasar

91 kali
25.04.405
000
Karya Ilmiah - Skripsi (S1) - Reference

Kulit sangat rentan terhadap berbagai macam penyakit, termasuk kanker.  Melanoma merupakan jenis yang paling mematikan. Deteksi dini melanoma dapat secara signifikan meningkatkan peluang kesembuhan. Penelitian ini mengembangkan model Convolutional Neural Network (CNN) yang berbasis MobileNetV3-Large untuk mengklasifikasikan gambar dermoskopi yaitu melanoma dan non-melanoma. Menurut data GLOBOCAN 2022, melanoma menyumbang lebih dari 300.000 kasus di seluruh dunia, dan keterbatasan metode manual mendorong penggunaan teknologi berbasis kecerdasan buatan. Penelitian ini menggunakan dataset HAM10000 yang telah diaugmentasi untuk melatih model, dengan melibatkan hyperparameter tuning, augmentasi data, dan penghapusan rambut digital dengan algoritma DullRazor untuk meningkatkan kualitas gambar. Model MobileNetV3-Large diuji dengan menggunakan metrik akurasi, presisi, recall, dan F1-score. Teknik augmentasi data terbukti meningkatkan performa model, dengan akurasi yang didapatkan sebesar 95,59% dan F1-Score

Subjek

DEEP LEARNING
 

Katalog

Klasifikasi Kanker Kulit Melanoma Pada Gambar Dermoskopi Menggunakan Metode CNN Dengan Arsitektur MobileNetV3 - Dalam bentuk buku karya ilmiah
 
viii, 37p.: il,; pdf file
 

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

QADRIZKY FITRAH RAMDHANI
Perorangan
Untari Novia Wisesty
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2025

Koleksi

Kompetensi

  • CII3C3 - PEMBELAJARAN MESIN
  • CII4F3 - PEMROSESAN CITRA DIGITAL

Download / Flippingbook

 

Ulasan

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