ANZIL, Arsil Kultura (2024) Rancang Bangun Aplikasi Mobile Android Untuk Klasifikasi Citra Kolposkopi Kanker Serviks Menggunakan CNN. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Arsil Kultura Anzil-H1A020051-Skripsi-2024.pdf Download (871kB)
	PDF (Legalitas) LEGALITAS-Arsil Kultura Anzil-H1A020051-Skripsi-2024.pdf Restricted to Repository staff only Download (842kB)
	PDF (Abstrak) ABSTRAK-Arsil Kultura Anzil-H1A020051-Skripsi-2024.pdf Download (185kB)
	PDF (BabI) BAB-I-Arsil Kultura Anzil-H1A020051-Skripsi-2024.pdf Restricted to Repository staff only until 14 May 2025. Download (211kB)
	PDF (BabII) BAB-II-Arsil Kultura Anzil-H1A020051-Skripsi-2024.pdf Restricted to Repository staff only until 14 May 2025. Download (1MB)
	PDF (BabIII) BAB-III-Arsil Kultura Anzil-H1A020051-Skripsi-2024.pdf Restricted to Repository staff only until 14 May 2025. Download (383kB)
	PDF (BabIV) BAB-IV-Arsil Kultura Anzil-H1A020051-Skripsi-2024.pdf Restricted to Repository staff only Download (11MB)
	PDF (BabV) BAB-V-Arsil Kultura Anzil-H1A020051-Skripsi-2024.pdf Download (173kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Arsil Kultura Anzil-H1A020051-Skripsi-2024.pdf Download (181kB)

Abstract

Kanker serviks merupakan salah satu jenis kanker yang paling umum keempat yang terjadi pada wanita di seluruh dunia. Menurut World Health Organization (WHO), ada 604.000 kasus baru dan 342.000 diantaranya meninggal dunia pada tahun 2020. Deteksi dini memegang peran penting dalam pencegahan kanker jenis ini. Salah satu metode deteksi dini tersebut adalah melalui analisis citra kolposkopi yang merupakan prosedur medis untuk memeriksa serviks. Prosedur ini akan mendapatkan sebuah citra serviks yang kemudian akan dianalisis berdasarkan perubahan warna, setelah proses Inspeksi Visual Asam Asetat (IVA). Akan tetapi, analisis tersebut membutuhkan tenaga medis yang berpengalaman dan berketerampilan khusus. Untuk mengatasi hal tersebut dibutuhkan suatu sistem untuk pendeteksian klasifikasi citra kanker serviks secara otomatis. Oleh karena itu, peneliti mengusulkan perancangan dan pembangunan suatu aplikasi mobile Android untuk dapat mendeteksi dini kanker serviks melalui menggunakan algoritme Convolutional Neural Network (CNN). Dalam membagun aplikasi, peneliti mengusulkan enam tahapan penelitian. Tahapan pertama adalah studi literatur yang bertujuan untuk mengidentifikasi dan memperoleh informasi. Selanjutnya, peneliti akan memroses data dari citra kolposkopi hasil IVA meliputi penambahan data, pre-processing citra, dan pembagian data. Data tersebut akan digunakan untuk Perancangan dan Pengembangan Model CNN. Model CNN kemudian akan diuji menggunakan data uji untuk mengetahui performanya. Setelah didapat performa yang baik, model tersebut akan diintegrasikan dengan aplikasi Android. Terakhir, aplikasi Android akan diuji untuk mengetahui performa model pada aplikasi. Hasil penelitian menunjukan performa model CNN yang baik dengan akurasi pada data latih bernilai 100%, data validasi 89%, dan data uji 86%. Model tersebut dapat diimplementasikan dengan baik pada aplikasi mobile Android tanpa adanya penurunan perfoma. Aplikasi mobile Android yang dibangun dapat berjalan dengan baik tanpa adanya bug maupun crash. Aplikasi tersebut mampu membantu dalam tahapan pre-screening kanker serviks menggunakan citra kolposkopi.

Actions (login required)

View Item