Fitra Riyanda Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2024

Theses

Kanker payudara merupakan salah satu penyebab utama kematian pada wanita di seluruh dunia. Deteksi dini merupakan kunci untuk meningkatkan peluang kesembuhan dan mengurangi tingkat mortalitas akibat kanker payudara. Termografi inframerah, sebagai metode non-invasif yang aman, menawarkan alternatif yang menjanjikan untuk mendeteksi kanker payudara melalui analisis distribusi suhu pada permukaan kulit. Penelitian ini bertujuan untuk mengembangkan model deteksi dini kanker payudara melalui analisis citra termogram dengan menggunakan teknik segmentasi semantik berbasis MobileNetV3 dan klasifikasi menggunakan algoritma Boosted Tree. Segmentasi semantik digunakan untuk memisahkan area payudara dari latar belakang citra, sementara klasifikasi bertujuan untuk mendeteksi keberadaan kanker berdasarkan hasil segmentasi. Hasil penelitian menunjukkan bahwa kombinasi MobileNetV3 dan Boosted Tree meningkatkan akurasi deteksi kanker payudara. Model yang dikembangkan berhasil mencapai akurasi segmentasi sebesar 91,06% dengan learning rate 10-3 dan akurasi klasifikasi keseluruhan sebesar 86,44%. Hasil evaluasi menunjukkan bahwa model yang dikembangkan memiliki akurasi yang cukup tinggi dalam mendeteksi kanker payudara, dengan tingkat sensitivitas dan spesifisitas yang memadai untuk digunakan dalam aplikasi klinis. Selain itu, rata-rata waktu yang dibutuhkan untuk proses segmentasi adalah 0,55 detik, sedangkan klasifikasi membutuhkan rata-rata waktu 0,17 detik. Total ukuran keseluruhan dari model yang dihasilkan adalah 7,2 MB. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 132023 2024-09-19 14:40:19 2024-09-19 15:20:37 machine generated