WAN HAYATUN NISA Primary Author mixed material bibliography Banda Aceh Fakultas Teknik (S1) 2025

Skripsi

Kanker kulit Basal Cell Carcinoma (BCC) merupakan salah satu jenis kanker kulit yang paling umum dan sering kali tidak teridentifikasi pada tahap awal. BCC dapat menyebabkan kerusakan jaringan lebih lanjut apabila tidak segera ditangani. Oleh karena itu, diagnosis dini sangat penting untuk mencegah penyebaran kanker dan meningkatkan peluang pengobatan yang lebih optimal. Tujuan dari penelitian ini adalah untuk mengembangkan sistem klasifikasi BCC dengan menggunakan algoritma Convolutional Neural Network (CNN) guna menghasilkan output klasifikasi. Selain itu, penelitian ini juga mengusulkan integrasi teknologi Edge AI dan aplikasi berbasis web Streamlit untuk meningkatkan efisiensi serta mengurangi latensi dalam proses klasifikasi kanker kulit. Dengan memanfaatkan Edge AI, pemrosesan data dilakukan secara lokal pada perangkat, yang memungkinkan klasifikasi dilakukan dengan lebih cepat dan mengurangi ketergantungan terhadap koneksi internet. Hasil pengujian menunjukkan bahwa model yang dikembangkan mampu membedakan secara efektif antara kulit normal dan BCC. Evaluasi pengujian dilakukan berdasarkan metrik accuracy, precision, recall, specificity, F1 score, dan inference time. Akurasi untuk arsitektur EfficientNet-B0 adalah sebesar 98,9%, sedangkan untuk arsitektur ResNet-34 mencapai 100%. Video demonstrasi dari sistem yang dikembangkan dapat diakses melalui tautan berikut: https://youtu.be/hU0Woj2CnwI Kata Kunci: Basal Cell Carcinoma, Edge AI, Streamlit, Convolutional Neural Network, Deep Learning. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 159985 2025-07-11 08:32:01 2025-07-11 10:23:36 machine generated