LKP : Deteksi Kanker Kulit Menggunakan Deep Learning

Sholado, Rommy Mohammad (2021) LKP : Deteksi Kanker Kulit Menggunakan Deep Learning. Undergraduate thesis, Universitas Dinamika.

Preview	Text 17410200024-2020-UNIVERSITAS DINAMIKA.pdf - Accepted Version Download (1MB) | Preview
	Text 17410200024-2020-LAMPIRAN.pdf - Accepted Version Restricted to Registered users only Download (1MB)

Search this title on : |

Abstract

Kanker kulit merupakan penyakit genetik yang terjadi pada sel kulit. Secara umum, kanker kulit disebabkan oleh mutasi DNA pada sel. Mutasi ini mempercepat pertumbuhan sel dan menyebabkan sel kehilangan sifat aslinya. Dibandingkan dengan jenis kanker kulit lainnya, kanker kulit melanoma merupakan kanker kulit yang paling ganas dan berpotensi fatal. Pada tahun 2016 diperkirakan 76.380 kasus melanoma terdiagnosis di Amerika Serikat, dan angka ini terus meningkat dari tahun ke tahun (Kanker Kulit Indonesia 2017). Dalam beberapa situasi serupa, banyak orang biasa tidak dapat membedakan antara tahi lalat dan kanker kulit melanoma. Untuk dapat membedakan kanker kulit melanoma dapat dilakukan melalui pemeriksaan fisik oleh dokter kulit, jika tidak dapat dipastikan, dokter kulit dapat melakukan biopsi. Prosedur biopsi memiliki beberapa efek samping yang akan terjadi setelah prosedur dilakukan. Oleh karena itu diperlukan suatu program aplikasi untuk mendeteksi suatu objek kanker kulit melanoma agar dapat mendeteksi apakah objek tersebut merupakan tahi lalat atau kanker kulit melanoma. Dalam hal ini, teknologi pendeteksi objek dapat membantu memudahkan pendeteksian objek dengan menggunakan kamera sebagai alat pendeteksi. Gunakan metode Convolutional Neural Network (CNN) untuk melakukan deteksi target. Metode ini merupakan salah satu metode yang digunakan dalam pembelajaran mendalam dan dapat digunakan untuk mengidentifikasi dan mengklasifikasikan objek dalam citra digital. Menerapkannya ke dalam penelitian dapat memberikan akurasi yang tinggi. Hasil yang didapatkan dari penelitian ini menunjukkan bahwa dalam pendeteksian objek deteksi menggunakan metode Convolutional Neural Network memiliki tingkat akurasi dengan persentase hingga 99%. Dapat ditarik kesimpulan bahwa aplikasi tersebut berfungsi dengan sangat baik dan dapat digunakan meskipun masih terdapat kekurangan yang dapat menjadi pengembangan pada penelitian berikutnya.

Export Record

ASCII Citation Atom BibTeX Dublin Core EP3 XML EndNote HTML Citation JSON METS MODS MPEG-21 DIDL OpenURL ContextObject OpenURL ContextObject in Span RDF+N-Triples RDF+N3 RDF+XML Refer Reference Manager Simple Metadata

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item