JULINA TANASIA and JUVINA TANASIA and STEFANIE CHANDRA (2022) IDENTIFIKASI KANKER KULIT MELANOMA MENGGUNAKAN ALGORITMA PCA & CNN. Undergraduate (S-1) thesis, Universitas Mikroskil.
![[thumbnail of BAGIAN AWAL.pdf]](https://repository.mikroskil.ac.id/style/images/fileicons/text.png)
BAGIAN AWAL.pdf
Download (12MB)
![[thumbnail of BAB I.pdf]](https://repository.mikroskil.ac.id/style/images/fileicons/text.png)
BAB I.pdf
Download (1MB)
![[thumbnail of BAB II.pdf]](https://repository.mikroskil.ac.id/style/images/fileicons/text.png)
BAB II.pdf
Download (21MB)
![[thumbnail of BAB III.pdf]](https://repository.mikroskil.ac.id/style/images/fileicons/text.png)
BAB III.pdf
Restricted to Registered users only
Download (36MB)
![[thumbnail of BAGIAN AKHIR.pdf]](https://repository.mikroskil.ac.id/style/images/fileicons/text.png)
BAGIAN AKHIR.pdf
Download (1MB)
Abstract
Mengimplementasikan metode Principal Component Analysis (PCA) dan Convolutional Neural Network (CNN) terhadap CNN pada identifikasi citra melanoma dan nonmelanoma. Melanoma memiliki ciri khas yang ditentukan dengan aturan ABCDE. Aturan ini adalah Asymmetric skin growth, irregular growth Borders, multiple Colored moles, mole Diameter, dan Enlargement. Implementasi PCA digunakan untuk mengkompresi ukuran citra yang kemudian dilakukan resize berdasarkan interpolasi bicubic dan dinormalisasi sebelum masuk ke proses CNN. Pada implememtasi CNN, data latih dilatih hingga membentuk suatu model yang dapat mengidentifikasi melanoma dan nonmelanoma dengan arsitektur yang terdiri dari beberapa lapisan, diantaranya lapisan konvolusi, pooling, flatten dan dense. Hasil output menggunakan fungsi sigmoid, sehingga memberi nilai berupa probabilitas dan diterapkan seperti klasifikasi biner. Komputasi waktu selama proses training pada metode PCA dan CNN adalah 19 menit 32 detik dengan akurasi 91.6% dan pada metode CNN adalah 33 menit 6 detik dengan akurasi 92.2%.
Item Type: | Tugas Akhir / Tesis (Undergraduate (S-1)) |
---|---|
Subjects: | Teknik Informatika |
Divisions: | Fakultas Informatika > Program Studi S-1 Teknik Informatika |
Depositing User: | Adi Kurniawan |
Date Deposited: | 02 Dec 2022 08:01 |
Last Modified: | 21 Dec 2022 08:55 |
URI: | https://repository.mikroskil.ac.id/id/eprint/81 |