FAHRUDIN, Muhammad Arif (2022) Pengaruh Perbedaan Ruang Warna Pada Dataset Ham10000 Sebagai Masukan Convolutional Neural Network (CNN) Untuk Klasifikasi Kanker Kulit. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Muhammad Arif Fahrudin-H1A018069-TA-2022.pdf Download (59kB)
	PDF (Legalitas) LEGALITAS-Muhammad Arif Fahrudin-H1A018069-TA-2022.pdf Restricted to Repository staff only Download (2MB)
	PDF (Abstrak) ABSTRAK-Muhammad Arif Fahrudin-H1A018069-TA-2022.pdf Download (516kB)
	PDF (BabI) BAB-I-Muhammad Arif Fahrudin-H1A018069-TA-2022.pdf Restricted to Repository staff only until 4 August 2023. Download (970kB)
	PDF (BabII) BAB-II-Muhammad Arif Fahrudin-H1A018069-TA-2022.pdf Restricted to Repository staff only until 4 August 2023. Download (3MB)
	PDF (BabIII) BAB-III-Muhammad Arif Fahrudin-H1A018069-TA-2022.pdf Restricted to Repository staff only until 4 August 2023. Download (2MB)
	PDF (BabIV) BAB-IV-Muhammad Arif Fahrudin-H1A018069-TA-2022.pdf Restricted to Repository staff only Download (12MB)
	PDF (BabV) BAB-V-Muhammad Arif Fahrudin-H1A018069-TA-2022.pdf Download (496kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Muhammad Arif Fahrudin-H1A018069-TA-2022.pdf Download (509kB)
	PDF (Lampiran) LAMPIRAN-Muhammad Arif Fahrudin-H1A018069-TA-2022.pdf Restricted to Repository staff only Download (1MB)

Abstract

Salah satu kanker paling berbahaya diantara jenis kanker lain yaitu kanker kulit yang mana disebabkan oleh pembelahan sel yang tidak normal. Kanker kulit diklasifikasikan berdasarkan jenisnya, yaitu melanoma dan non-melanoma. Tergantung pada jenis asalnya, lesi sel melanoma termasuk melanoma dan melanomatik nevus. Demikian pula, lesi non-melanoma termasuk karsinoma sel basal, keratosis teraktivasi, neoplasma dermal, lesi vaskular, dan keratosis jinak. Convolutional Neural Network (CNN) lebih baik dalam mengklasifikasi kanker kulit. Dokter kulit yang melakukan pemeriksaan visual pada kanker kulit memiliki akurasi 60% - 80%. Terdapat berbagai ruang warna alternatif yang dapat membantu meningkatkan kinerja CNN dan mempelajari representasi data yang lebih baik. Sehingga dilakukan perbandingan dimensi warna yang paling baik untuk CNN pada kanker kulit. Model arsitektur klasifikasi dibuat sendiri menggunakan MobileNetV2. Dengan bantuan modul OpenCV dilakukan konversi dimensi warna dari RGB ke HSV, YCrCB, XYZ, greyscale. Konversi akan dilakukan ke training data, validation data, dan test data. Pada penelitian ini akan dibandingkan hasil model yang dihasilkan oleh keempat dimensi warna tersebut. Hasil model yang akan diambil berasal dari test data. Ditinjau dari test data didapatkan hasil terbaik pada ruang warna RGB ukuran data 224x224 dengan nilai akurasi sebesar 0.9511 serta didapatkan hasil paling rendah yaitu pada ruang warna greyscale ukuran data 32x32 dengan nilai akurasi sebesar 0.6824. Ruang warna RGB, HSV, XYZ, YcbCr dan greyscale nilai dari accuracy, precision dan recall memiliki nilai yang sama atau mendekati pada setiap ruang warna. Model dengan ukuran data 224x224 memiliki akurasi yang lebih baik dibandingkan dengan model dengan ukuran data 32x32.

Actions (login required)

View Item