Klasifikasi Citra Kanker Kulit Dari Citra Kulit Menggunakan Arsitektur Inception V3 Berbasis Web

Kosman, Alvin Widyadhana (2024) Klasifikasi Citra Kanker Kulit Dari Citra Kulit Menggunakan Arsitektur Inception V3 Berbasis Web. Undergraduate thesis, Universitas Katolik Darma Cendika Fakultas Teknik.

	Text (ABSTRAK) ABSTRAK.pdf Download (2MB)
	Text (BAB 1) BAB 1.pdf Restricted to Registered users only Download (158kB) | Request a copy
	Text (BAB 2) BAB 2.pdf Restricted to Repository staff only Download (169kB) | Request a copy
	Text (BAB 3) BAB 3 .pdf Restricted to Repository staff only Download (344kB) | Request a copy
	Text (BAB 4) BAB 4.pdf Restricted to Repository staff only Download (661kB) | Request a copy
	Text (BAB 5) BAB 5.pdf Restricted to Registered users only Download (177kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Kulit merupakan organ terluar tubuh manusia yang rentan terhadap berbagai penyakit, termasuk kanker kulit, yang terjadi akibat kerusakan DNA sel kulit. Kanker kulit sering muncul pada area yang terpapar sinar UV, meskipun bisa juga terjadi di bagian tubuh lainnya. Berdasarkan data Global Cancer Observatory WHO 2020, kanker kulit adalah salah satu jenis kanker paling umum, dengan 1.522.708 kasus terdiagnosa secara global. Di Indonesia, kanker kulit yang sering didiagnosa meliputi Melanoma, Basal Cell Carcinoma (BCC), dan Squamous Cell Carcinoma (SCC), dengan paparan sinar UV yang lebih intens akibat kondisi geografis. Proses diagnosa konvensional menggunakan biopsi membutuhkan tenaga medis yang terbatas, biaya tinggi, dan waktu lama, sehingga memerlukan metode alternatif yang lebih efisien. Penelitian ini mengeksplorasi penggunaan arsitektur Inception V3 dalam computer vision untuk diagnosis kanker kulit secara otomatis. Model yang dikembangkan menunjukkan akurasi keseluruhan sebesar 94.1%. Secara rinci, model memiliki precision, recall, dan F1-score yang sangat baik untuk berbagai kelas: Basal Cell Carcinoma (precision 0.86, recall 0.97, F1-score 0.91), Melanoma (precision dan recall 0.93, F1-score 0.93), Normal (precision dan recall 1.00, F1-score 1.00), serta Squamous Cell Carcinoma (precision 0.99, recall 0.86, F1-score 0.92). Kinerja model yang baik menunjukkan potensi metode ini sebagai alternatif yang cepat dan akurat dalam diagnosis kanker kulit dibandingkan dengan metode konvensional.

Item Type:	Thesis (Undergraduate)
Contributors:	Contribution Contributors NIDN/NIDK Email Thesis advisor Riti, Yosefina Finsensia NIDN0716078905 yosefina.riti@ukdc.ac.id
Uncontrolled Keywords:	Klasifikasi, Inception V3, Citra kanker kulit
Subjects:	T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Fakultas Teknik > Prodi Ilmu Informatika
Depositing User:	Alvin Widyadhana Kosman
Date Deposited:	19 Aug 2024 08:57
Last Modified:	19 Aug 2024 08:57
URI:	http://repositori.ukdc.ac.id/id/eprint/1862

Actions (login required)

View Item