ANANDA, DEA AGUSTRIA and Nurmaini, Siti (2024) SEGMENTASI DAN KLASIFIKASI TINGKAT KEPARAHAN LESI PRA KANKER SERVIKS DENGAN MENGGUNAKAN ARSITEKTUR U-NET CONVOLUTIONAL NEURAL NETWORK. Undergraduate thesis, Sriwijaya University.
Text
RAMA_56201_09011282025074.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (5MB) | Request a copy |
|
Text
RAMA_56201_0901282025074_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy |
|
Text
RAMA_56201_09011282025074_0002085908_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB) |
|
Text
RAMA_56201_09011282025074_0002085908_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (297kB) | Request a copy |
|
Text
RAMA_56201_09011282025074-0002085908_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (277kB) | Request a copy |
|
Text
RAMA_56201_09011282025074-0002085908_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy |
|
Text
RAMA_56201_09011282025074-0002085908_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (31kB) | Request a copy |
|
Text
RAMA_56201_09011282025074-0002085908_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (165kB) | Request a copy |
|
Text
RAMA_56201_09011282025074-0002085908_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (722kB) | Request a copy |
Abstract
Seiring berkembangnya teknologi, model deep learning kini dapat digunakan untuk mengimplementasikan proses segmentasi dan klasifikasi citra. Penelitian ini bertujuan untuk mengembangkan model segmentasi dan klasifikasi kanker serviks menggunakan arsitektur U-Net Convolutional Neural Network (CNN). Model U-Net dikembangkan untuk melakukan segmentasi jaringan serviks dan memisahkan area yang mencurigakan. Selanjutnya, fitur-fitur yang dihasilkan dari proses segmentasi tersebut digunakan untuk melatih model klasifikasi guna mengidentifikasi keberadaan kanker serviks. Hasil penelitian menunjukkan bahwa model U-Net mampu melakukan segmentasi dengan backbone EfficientNetb7 yang ditunjukkan oleh nilai Pixel Accuracy, Intersection Over Union (IoU), Dice Coefficient masing-masing sebesar 89.92%, 73.13% dan 77.64%. Model klasifikasi yang dilatih menggunakan fitur-fitur hasil segmentasi menunjukkan akurasi sebesar 79% pada percobaan data crop kotak dalam membedakan antara tingkatan kanker abnormal. Kesimpulan dari penelitian ini adalah bahwa penggunaan arsitektur U- Net CNN dalam segmentasi dan klasifikasi kanker serviks memiliki potensi untuk diterapkan dalam sistem deteksi dini kanker serviks. Kata kunci: Citra Pra-Kanker Serviks, Segmentasi, Klasifikasi, Deep Learning, U- Net, Convolutional Neural Network.
Item Type: | Thesis (Undergraduate) |
---|---|
Uncontrolled Keywords: | Kata kunci: Citra Pra-Kanker Serviks, Segmentasi, Klasifikasi, Deep Learning, U- Net, Convolutional Neural Network. |
Subjects: | Q Science > Q Science (General) > Q334-342 Computer science. Artificial intelligence. Algorithms. Robotics. Automation. |
Divisions: | 09-Faculty of Computer Science > 56201-Computer Systems (S1) |
Depositing User: | Dea Agustria Ananda |
Date Deposited: | 12 Aug 2024 06:42 |
Last Modified: | 12 Aug 2024 06:42 |
URI: | http://repository.unsri.ac.id/id/eprint/154919 |
Actions (login required)
View Item |