Klasifikasi Kanker Serviks berdasarkan Citra Kolposkopi menggunakan Convolutional Neural Network (CNN) Model Alexnet

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Phiadelvira, Bunga Yuwa (2021) Klasifikasi Kanker Serviks berdasarkan Citra Kolposkopi menggunakan Convolutional Neural Network (CNN) Model Alexnet. Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text
Bunga Yuwa Phiadelvira_H72217019.pdf
Download (3MB)

Abstract

Berdasarkan data statistik WHO, pada tahun 2018 ada sekitar 570000 wanita terinfeksi kanker serviks dan sekitar 310000 orang meninggal akibat penyakit tersebut. Kanker serviks merupakan jenis kanker yang menyerang wanita tanpa menimbulkan gejala diawal. Hal tersebut yang menyebabkan angka kematian akibat kanker serviks cukup tinggi. Pada penelitian ini akan dilakukan klasifikasi kanker serviks sebagai langkah deteksi dini kanker serviks. Metode klasifikasi yang dimaanfaatkan dalam penelitian ini yaitu Convolutional Neural Network model Alexnet. Alexnet merupakan salah satu model jaringan Convolutinal Neural Network (CNN) yang berhasil memenangkan kompetisi ILSVRC 2012. CNN merupakan suatu model yang dirancang khusus untuk mengatasi permasalahan fitur yang kompleks. Dalam penelitian ini dilakukan klasifikasi citra kanker serviks yang terdiri dari 5 kelas yaitu Normal, Stadium I, Stadium II, Stadium III, dan Stadium IV. Dalam penelitian ini dilakukan beberapa uji coba untuk menentukan hasil klasifikasi paling optimal. Dari beberapa uji coba yang dilakukan, diperoleh hasil akurasi terbaik sebesar 100% untuk model dengan augmentasi data dan 66.67% untuk model tanpa augmentasi data.