Klasifikasi Kanker Kulit Melanoma Pada Gambar Dermoskopi Menggunakan Metode CNN Dengan Arsitektur MobileNetV3 - Dalam bentuk buku karya ilmiah
QADRIZKY FITRAH RAMDHANI
Informasi Umum
Kode
25.04.405
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Deep Learning
Dilihat
89 kali
Informasi Lainnya
Abstraksi
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 <em>hyperparameter tuning</em>, 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
- CII3C3 - PEMBELAJARAN MESIN
- CII4F3 - PEMROSESAN CITRA DIGITAL
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | QADRIZKY FITRAH RAMDHANI |
| Jenis | Perorangan |
| Penyunting | Untari Novia Wisesty |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
