Risqi Apriliana, Anissa (2023) SEGMENTASI CITRA MAMMOGRAFI KANKER PAYUDARA MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK. Skripsi (S1) thesis, Universitas Muhammadiyah Ponorogo.
![[img]](http://eprints.umpo.ac.id/style/images/fileicons/text.png) |
Text (SURAT PERSETUJUAN UNGGAH KARYA ILMIAH)
Surat Persetujuan Unggah Karya Ilmiah.pdf Download (196kB) |
|
Text (HALAMAN AWAL)
Text (HALAMAN AWAL).pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (148kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (346kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (517kB) |
|
Text (BAB IV)
Text (BAB IV).pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
Text (BAB V).pdf Restricted to Registered users only Download (92kB) |
|
Text (DAFTAR PUSTAKA)
Text (DAFTAR PUSTAKA).docx.pdf Download (163kB) |
|
Text (SKRIPSI FULL TEXT)
Text (Skripsi Full Text ).pdf Restricted to Repository staff only Download (2MB) |
Abstract
Pengamatan suatu citra mendapati kesulitan dalam mengamati citra asli atau citra mentah, karena memiliki derajat keabuan yang tinggi sehingga mengalami kesulitan mengamati dan meneliti area kanker. Dalam meneliti area kanker dapat dilakukan segmentasi untuk mengatasi nilai keabuan yang tinggi. Penggunaan metode convolutional neural network sebagai uji dan deteksi bahwa kanker payudara dikategorikan dalam 3 Class, Benign, Malignant, Normal pada citra mammografi. Citra Mammografi diambil dari 2 arah yang berbeda yaitu MLO (MedioLateral Oblique) dan bawah CC (Cranio Caudal). Metode ini Confusion Matrix menggunakan skala 3 x 3. Hasil penelitian pada sistem menggunakan GoogLeNet 175 bersifat benar dan 25 bersifat salah (20 citra tidak bisa dideteksi) oleh karena itu akurasi sistem menggunakan metode ini sebesar 97 % . AlexNet 170 bersifat benar dan 30 bersifat salah (20 citra tidak bisa dideteksi) oleh karena itu akurasi menggunakan citra mammografi sebesar 94 %. Resnet 158 bersifat benar dan 42 bersifat salah (20 citra tidak bisa dideteksi) oleh karena itu akurasi menggunakan citra mammografi sebesar 87 %.
| Item Type: | Thesis (Skripsi (S1)) |
|---|---|
| Uncontrolled Keywords: | Segmentasi Citra, Kanker Payudara, CNN |
| Subjects: | T Technology > TA Engineering (General). Civil engineering (General) |
| Divisions: | Faculty of Engineering > Department of Informatic Engineering |
| Depositing User: | ft . userft |
| Date Deposited: | 02 Mar 2023 08:24 |
| Last Modified: | 02 Mar 2023 08:24 |
| URI: | http://eprints.umpo.ac.id/id/eprint/11003 |
Actions (login required)
 |
View Item |
