Klasifikasi Citra Kanker Kulit Menggunakan Convolutional Neural Network Model Googlenet

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Haq, Dina Zatusiva (2021) Klasifikasi Citra Kanker Kulit Menggunakan Convolutional Neural Network Model Googlenet. Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text
Dina Zatusiva Haq_H72217050.pdf
Download (2MB)

Abstract

Kanker kulit memiliki sepertiga bagian dari keselurahan kasus kanker dan diperkirakan akan terus bertambah. Keganasan kanker kulit, dapat diatasi dengan deteksi dini pada area kulit yang mencurigakan dengan pemeriksaan visual. Deteksi dini yang dilakukan secara manual sangat mengandalkan ketrampilan pengamat dan memungkinkan untuk terjadi kesalahan, sehingga diperlukan perhitungan komputasi untuk mempermudah dan menimalisir kesalahan oleh pengamat. Deteksi dini kanker kulit menggunakan perhitungan komputasi dilakukan dengan mengklasifikasi data citra area kulit yang mencurigakan. Pada penelitian ini, proses pembelajaran fitur dan klasifikasi data citra dilakukan dengan mengaplikasikan salah satu bagian deep learning yaitu GoogleNet yang merupakan arsitektur dari algoritma Convolutional Neural Network (CNN) yang diperkenalkan oleh Google pada tahun 2014 dan menempati peringkat pertama dalam kompetisi ILSVRC 2014 sebagai arsitektur dengan kinerja terbaik. Sistem klasifikasi yang dibuat menghasilkan nilai akurasi, sensitivitas, dan spesifitas masing-masing, 100%, 100%, dan 100% dengan pembagian data 90%, 0.4 dropout layer, 8 batchsize. Hasil evaluasi sistem menunjukkan bahwa pengaplikasian arsitektur GoogleNet pada algoritma CNN merupakan cara yang efektif untuk mendeteksi kanker kulit berdasarkan hasil klasifikasi data citra pada area kulit yang mencurigakan.