Yulia Sufani Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2024

Skripsi

Kanker kulit melanoma merupakan salah satu variasi dari kanker kulit yang serius. Kanker kulit melanoma merupakan sebuah permasalahan yang genting sebab kanker tersebut memiliki kapabilitas meluas ke berbagai bagian tubuh. Melihat masih sedikitnya penggunaan peningkatan kualitas citra dalam klasifikasi kanker kulit melanoma, penelitian ini mengusulkan untuk menggunakan kombinasi CLAHE dan CNN dalam mendeteksi kanker kulit. CLAHE dapat digunakan dalam meningkatkan kontras dan memperjelas detail dalam citra kulit, termasuk citra dermatoskopi yang digunakan dalam diagnosis kanker kulit. Kemudian menggunakan CNN untuk mengidentifikasi pola, struktur, dan fitur-fitur penting dalam citra dermatoskopi yang mungkin sulit untuk diinterpretasikan oleh mata manusia. Setelah dilakukan penelitian, hasil pengujian menunjukkan bahwa model yang dibangun mampu membedakan kelas kulit normal dan kelas kanker kulit melanoma dengan baik. Pada penelitian dapat dilihat bahwa hasil pengujian dengan menggunakan CLAHE sebagai pre-processing mendapatkan akurasi yang lebih unggul. Pengujian yang dilakukan dilihat dari nilai akurasi, presisi, recall, specificity, dan F-Score. Hasil didapatkan pada penelitian ini untuk citra asli dengan arsitektur VGG-16 sebesar 99.2%, ResNet-34 sebesar 98.3%, EfficientNet-B0 sebesar 98.2%, dan InceptionV3 sebesar 98.3%. Kemudian diperoleh hasil pada penelitian untuk citra CLAHE lebih tinggi yaitu VGG-16 sebesar 100%, ResNet-34 sebesar 99.5%, EfficienNet-B0 sebesar 100%, dan InceptionV3 sebesar 100%. Kata kunci : Melanoma, CLAHE, Deep Learning, CNN, VGG-16, ResNet-34, EfficientNet-B0, InceptionV3 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 120157 2024-02-02 11:56:18 2024-02-02 15:31:49 machine generated