Ade Miftahul Jannah Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Elektro 2023

Skripsi

Basal cell carcinoma (BCC) atau biasa dikenal sebagai karsinoma sel basal merupakan penyakit kulit non-melanoma paling umum terjadi di dunia terutama di negara dengan fenotipe kulit putih. BCC merupakan hasil interaksi antara gabungan faktor genetik dan lingkungan sekitar yang berhubungan langsung dengan paparan sinar ultraviolet (UV) dalam waktu yang lama, seperti daerah leher dan kepala. Melihat masih minimnya dampak penggunaan dari peningkatan kualitas citra (image enhancement) terhadap akurasi klasifikasi citra, penelitian ini mengusulkan untuk menggunakan metode CLAHE (Contrast Limited Adaptive Histogram Equalization) pada citra kulit untuk meningkatkan kualitas citra. Setelah dilakukan penelitian, hasil pengujian menunjukkan bahwa model yang dibangun mampu membedakan kelas kulit normal dan BCC dengan baik, dimana hasil akurasi citra CLAHE lebih unggul daripada menggunakan citra aslinya. Pengujian yang dilakukan dilihat dari nilai akurasi, presisi, recall, specificity dan F-score. Hasil pada citra asli untuk arsitektur VGG-16 sebesar 98.3%, ResNet-34 sebesar 97.5%, EfficientNet-B0 sebesar 98.2% dan EfficientNet-B7 sebesar 99.7%. Sedangkan, pada citra CLAHE nilai akurasi yang didapatkan lebih tinggi yaitu untuk arsitektur VGG-16 sebesar 100%, ResNet-34 sebesar 99.5%, EfficientNet-B0 sebesar 100% dan EfficientNet-B7 sebesar 100%. Kata kunci : Basal Cell Carcinoma (BCC), image enhancement, CLAHE, deep learning, CNN, VGG-16, ResNet-34, EfficientNet-B0, EfficientNet-B7 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 110869 2023-05-31 16:02:30 2023-06-05 09:13:15 machine generated