|
UPT. PERPUSTAKAAN
Universitas Esa Unggul
Kampus Emas UEU - Jakarta Barat
|
Phone |
: |
021-5674223, ext 282 |
Fax |
: |
|
E-mail |
: |
[email protected] |
Website |
: |
http://library.esaunggul.ac.id
|
Support (Customer Service) :
|
[email protected] |
|
|
Welcome..guys!
|
Have a problem with your access?
Please, contact our technical support below:
|
LIVE SUPPORT
Astrid Chrisafi
|
! ATTENTION !
To facilitate the activation process, please fill out the member application form correctly and completely
Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently
Still Confuse?
Please read our User Guide
|
|
UEU » Undergraduate Theses » Teknik Informatika Posted by [email protected] at 13/06/2022 11:06:00 • 1114 Views
APLIKASI MOBILE UNTUK KLASIFIKASI KANKER KULIT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORKCreated by :
BAYU SATYA SAPUTRA ( 20170801174 )
Subject: | APLIKASI KANKER KULIT JARINGAN SARAF KONVOLUSI | Alt. Subject : | APPLICATION SKIN CANCER CONVOLUTION NEURAL NETWORK | Keyword: | Klasifikasi Kanker Kulit Convolutional Neural Network ResNet50V2 Android |
Description:
Kulit merupakan bagian penting bagi tubuh manusia, kulit merupakan bagian tubuh terbesar sekaligus pelindung bagi organ-organ lain pada tubuh manusia. Karenanya kulit juga sangat rentan terhadap penyakit seperti kanker kulit. Kanker kulit merupakan jenis penyakit di mana kulit kehilangan kemampuan untuk meregenerasi sel-selnya dan tumbuh secara normal. Kanker kulit merupakan satu dari banyak penyakit yang umum di Indonesia, salah satu penyebab umum kanker kulit adalah paparan sinar ultraviolet (UV) yang berlebih. Pada penelitian ini peneliti membangun sebuah aplikasi yang mampu mengklasifikasi 3 jenis kanker kulit yaitu karsinoma sel basal, melanoma dan karsinoma sel skuamosa. Aplikasi ini dibangun dengan model jaringan syaraf tiruan yaitu Convolutional Neural Network dengan arsitektur Residual Network (ResNet50V2) kemudian diimplementasikan ke dalam aplikasi Android dengan menggunakan Flutter. Data yang digunakan didapat dari situs website Kaggle dengan nama akun Ayaan Mustafa. Pengujian terbagi atas 2 tahap yaitu tahap pengujian model demi mendapat model dengan akurasi terbaik dan kemudian pengujian aplikasi setelah model CNN telah diimplementasikan ke dalam aplikasi Android. Pengujian model dilakukan terhadap beberapa parameter yaitu epoch, learning rate, ratio, dan augmentasi pada pengujian ini model dengan arsitektur ResNet50V2 mendapat nilai akurasi terbaik sebesar 89.22%. Kemudian pada pengujian kedua pasca model telah diimplementasikan ke dalam aplikasi Android mendapat nilai akurasi sebesar 86.67%. Hal ini menunjukkan model dari arsiterktur ResNet50V2 memiliki kinerja yang baik terhadap klasifikasi kanker kulit.
Contributor | : |
- Habibullah Akbar, S.Si., M.Sc., Ph. D
| Date Create | : | 13/06/2022 | Type | : | Text | Format | : | pdf | Language | : | Indonesian | Identifier | : | UEU-Undergraduate-20170801174 | Collection ID | : | 20170801174 |
Source : Undergraduate Theses of Computer
Relation Collection: Fakultas Ilmu Komputer
Coverage : Civitas Akademika Universitas Esa Unggul
Rights : @2022 Perpustakaan Universitas Esa Unggul
Publication URL : https://digilib.esaunggul.ac.id/aplikasi-mobile-untuk-klasifikasi-kanker-kulit-menggunakan-convolutional-neural-network-25520.html
[ Free Download - Free for All ]
- UEU-Undergraduate-25520-COVER.Image.Marked.pdf - 209 KB
- UEU-Undergraduate-25520-HALAMAN KEASLIAN.Image.Marked.pdf - 514 KB
- UEU-Undergraduate-25520-HALAMAN PENGESAHAN.Image.Marked.pdf - 549 KB
- UEU-Undergraduate-25520-KATA PENGANTAR.Image.Marked.pdf - 373 KB
- UEU-Undergraduate-25520-HALAMAN PUBLIKASI.Image.Marked.pdf - 340 KB
- UEU-Undergraduate-25520-ABSTRAK.Image.Marked.pdf - 200 KB
- UEU-Undergraduate-25520-DAFTAR ISI.Image.Marked.pdf - 276 KB
- UEU-Undergraduate-25520-DAFTAR TABEL.Image.Marked.pdf - 218 KB
- UEU-Undergraduate-25520-DAFTAR GAMBAR.Image.Marked.pdf - 228 KB
- UEU-Undergraduate-25520-DAFTAR PUSTAKA.Image.Marked.pdf - 332 KB
- UEU-Undergraduate-25520-BAB1.Image.Marked.pdf - 273 KB
[ FullText Content - Please, register first ]
1. UEU-Undergraduate-25520-BAB2.Image.Marked.pdf - 408 KB 2. UEU-Undergraduate-25520-BAB3.Image.Marked.pdf - 586 KB 3. UEU-Undergraduate-25520-BAB4.Image.Marked.pdf - 1860 KB 4. UEU-Undergraduate-25520-BAB5.Image.Marked.pdf - 196 KB
10 Similar Document...
No similar subject found !
10 Related Document...
|
POLLINGBagaimana pendapat Anda tentang repository kami ?
Visitors Today : 5
Total Visitor : 1970016
Hits Today : 62289
Total Hits : 154767822
Visitors Online: 1
Calculated since 16 May 2012
You are connected from 172.17.121.29 using Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; [email protected])
|