Aura Lativa Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Komputer 2024

Skripsi

Abstrak- Diagnosis kanker kulit merupakan salah satu fokus utama dalam bidang medis, karena sifat keganasannya pertumbuhan sel melanosit yang tidak normal sehingga dapat menyebabkan kanker kulit. Salah satu jenis kanker kulit yaitu acral lentiginous melanoma yang muncul dibagian kuku sehingga tidak mudah dikenali, hal ini yang menjadi penyebab keterlambatan diagnosis serta pemeriksaan dini. Melanoma muncul di kulit akibat paparan sinar radiasi ultraviolet dan juga faktor genetik, biopsi adalah salah satu metode tradisional yang digunakan untuk mendeteksi kanker kulit yang mana bersifat invasif. Tujuan penelitian ini untuk mengembangkan model deteksi dini kanker kulit melanoma dengan data kuku menggunakan penerapan citra unsharp masking dan image enhancement. Dengan demikian data akan dibagi menjadi 2 kelas yaitu kelas sehat dan kelas kuku melanoma yang mana telah dilakukan pemrosesan gambar dengan menginput citra tersebut pada kedua kelas menggunakan pretained model ConvNeXt Tiny dan Swin T agar dapat membandingkan efektivitas dan efisiensi serta performa antar arsitektur saraf dalam deteksi kanker kulit melanoma dengan data kuku. Pada evaluasi pretrained model ConvNeXt Tiny pada dataset original diperoleh hasil performa training dengan accuracy 0.99, precision 1.0, recall 0.98, dan F1 score 0.99 hanya membutuhkan waktu 53 menit 42 detik dengan epoch 500 menggunakan nilai learning rate sebesar 10-4 dengan nilai loss mencapai 0.06. Sedangkan pada model Swin T untuk dataset unsharp diperoleh hasil performa training dengan accuracy 0.99, precision 1.0, recall 0.98, dan F1 score 0.99 hanya membutuhkan waktu 53 menit 32 detik dengan nilai loss mencapai 0.06. Maka didapat model terbaik dari perbandingan kedua arsitektur tersebut adalah Swin T dengan menggunakan dataset unsharp dari beberapa variasi saat proses training model unggul dengan perolehan nilai accuracy sebesar 4 persen yang mana pada penelitian sebelumnya memperoleh accuracy sebesar 0.95. Kata kunci: Kanker Kulit, Melanoma, Unsharp Masking, Image Enhancement, Swin T dan ConvNeXt Tiny 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 128686 2024-08-26 18:12:04 2024-08-27 09:53:16 machine generated