Penyakit kanker payudara menyerang sel-sel pada payudara yang ditandai dengan peningkatan suhu di daerah payudara tersebut yang mengindikasikan aktifitas pertumbuhan sel yang tidak terkendali. korban dari penyakit ini cukup banyak dan mayoritas yang terjangkit ada di kalangan wanita. penyakit ini jarang disadari pada fase awalnya sehingga kebanyakan kasus ditindaklanjuti ketika keadaan semakin parah. penelitian ini bertujuan untuk merancang sebuah aplikasi deteksi dini kanker payudara dengan menggunakan informasi permukaan kulit tubuh pengguna melalui termografi. aplikasi yang dibangun berupa mobile app (aplikasi bergerak) berbasis deep learning yang mampu mengklasifikasikan citra termal payudara ke dalam kelas normal dan abnormal. model deep learning yang kompatibel untuk aplikasi bergerak dengan akurasi tinggi dan ukuran yang kecil dikonversi ke dalam platform mobile. aplikasi dirancang untuk dapat melakukan inferensi pada perangkat bergerak menggunakan tensorflow lite secara langsung, tanpa perlu mengirim data ke perangkat lain. hasil penelitian ini diharapkan berguna untuk memberi akses yang lebih mudah dalam pendeteksian dini kanker payudara, sehingga dapat menekan angka kasus kanker payudara yang akan datang.
Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
ADAPTASI MODEL CNN PADA APLIKASI BERGERAK UNTUK KLASIFIKASI CITRA TERMAL PAYUDARA. Banda Aceh Fakultas Teknik,2022
Baca Juga : RANCANG BANGUN APLIKASI PENDETEKSI DINI KANKER PAYUDARA DENGAN KLASIFIKASI CITRA TERMAL BERBASIS DEEP LEARNING PADA IOS (Aleydanur Jasmine, 2023)
Abstract
Breast cancer attacks cells around the breast area with some sign of increasing temperature. High activities of uncontrolled cell growth and replication increase the heat in the surrounding area. This disease majorly attacks women. At the earlier stage, most people don't recognize cancer because they are barely detectable and most of the cases were diagnosed at a more severe stage. This research was made to design and develop an application for breast cancer early detection, using information from the skin surface temperature of the area. The mobile application could classify breast thermal images into normal and abnormal classes. High accuracy and lightweight deep learning model were developed in this research to make sure it can run on the mobile platform. This mobile application is designed to run the inference right on the user device, without any other party to process the data. the output of this research is expected to give better and easier access for early detection of breast cancer.
Baca Juga : RANCANG BANGUN PROTOTIPE TERMAL UNTUK DETEKSI DINI KANKER PAYUDARA BERBASIS DEEP LEARNING (M ZHAFRAN RAMADHAN, 2023)