Klasifikasi jenis kanker kulit berdasarkan citra dermoskopi menggunakan metode YOLO (you only look once)

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Nurrohman, Huda Febrianto (2023) Klasifikasi jenis kanker kulit berdasarkan citra dermoskopi menggunakan metode YOLO (you only look once). Undergraduate thesis, UIN Sunan Ampel Surabaya.

[img] Text
Huda Febrianto Nurrohman_H02219010.pdf

Download (2MB)

Abstract

Kanker kulit merupakan pertumbuhan sel tidak normal pada kulit yang seringkali disebabkan oleh paparan sinar UV. Kanker kulit yang tidak mendapatkan penanganan dengan benar dapat menyebar ke dalam jaringan lain dan dapat mengakibatkan kematian. Oleh sebab itu, penelitian ini melakukan deteksi kanker kulit menggunakan metode You Only Look Once (YOLO) berdasarkan citra dermoskopi kanker kulit yang memiliki delapan kelas, yaitu melanoma, actinic keratosis, melanocytic nevus, basal cell carcinoma, squamous cell carcinoma, dermatofibroma, benign keratosis lesion, dan vascular lesion. Penelitian ini menggunakan 1600 data citra kanker kulit dengan jumlah data yang sama pada tiap kelas kanker kulit. Proses yang dilakukan adalah preprocessing menggunakan resize dan annotation serta tahap pelatihan menggunakan YOLO. Penelitian ini melakukan uji coba batch size, epochs, dan dua versi YOLO, yaitu YOLOv7 dan YOLOv7 Tiny. Hasil terbaik dihasilkan oleh model YOLOv7 Tiny dengan 128 batch size dan 600 epochs. Model tersebut menghasilkan nilai precison sebesar 82.3%, recall sebesar 78.2%, dan mAP sebesar 83.2%.

Statistic

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

Item Type: Thesis (Undergraduate)
Creators:
CreatorsEmailNIM
Nurrohman, Huda Febriantofebriantohuda@gmail.comH02219010
Contributors:
ContributionNameEmailNIDN
Thesis advisorNovitasari, Dian Candra Rinidiancrini@uinsby.ac.id2024118502
Thesis advisorAsyhar, Ahmad Hanifhanif@uinsby.ac.id--
Subjects: Matematika
Keywords: Citra dermoskopi: kanker kulit; deteksi objek; CNN; YOLOv7
Divisions: Fakultas Sains dan Teknologi > Studi Matematika
Depositing User: Huda Febrianto Nurrohman
Date Deposited: 17 Mar 2023 04:04
Last Modified: 17 Mar 2023 04:04
URI: http://digilib.uinsa.ac.id/id/eprint/60847

Actions (login required)

View Item View Item