UNKLABUNKLAB
CogITo Smart JournalCogITo Smart JournalMelanoma adalah salah satu bentuk kanker kulit yang paling ganas, dengan tingkat kejadian sebesar 7,9% di Indonesia. Diagnosis biopsi tradisional, meskipun penting, bersifat invasif dan memakan waktu, sehingga menghambat deteksi dini. Untuk mengatasi masalah ini, penelitian ini membandingkan dua model Convolutional Neural Network (CNN) untuk klasifikasi melanoma berbasis citra digital. Penelitian ini menggunakan dataset yang tersedia secara publik dari Kaggle, yang terdiri dari 17.805 gambar (melanoma dan non-melanoma), yang kemudian dibagi menjadi subset pelatihan, validasi, dan pengujian. Model-model ini dilatih menggunakan optimasi Adamax dan SGD selama 100 epoch. Kinerja model dinilai berdasarkan akurasi, loss, presisi, recall, dan skor F1. Model CNN dengan arsitektur terbaik, yang terdiri dari dua lapisan fully connected, mencapai akurasi sebesar 93,18% dan loss sebesar 0,1636, yang lebih baik daripada model alternatif. Hasil ini mengonfirmasi efektivitas model CNN dalam mengklasifikasi gambar melanoma dan mendukung pengembangan platform berbasis web yang memungkinkan pengguna untuk mengunggah atau menangkap gambar untuk deteksi cepat dan non-invasif.
Penelitian ini menunjukkan potensi Convolutional Neural Networks (CNNs) untuk deteksi melanoma berbasis citra digital, dengan model CNN kedua yang outperform model pertama dalam hal akurasi dan loss.Model ini telah berhasil diintegrasikan ke dalam platform berbasis web, yang menyediakan antarmuka pengguna yang ramah untuk deteksi melanoma melalui unggahan atau pengambilan gambar.Platform ini, yang dihosting di Streamlit Cloud, menawarkan aksesibilitas di berbagai perangkat, menjadikannya alat yang berharga untuk deteksi melanoma dini.Hasil studi ini menekankan peran menjanjikan dari deep learning di setting klinis, khususnya dalam membantu diagnosis kanker kulit dini.Namun, ada beberapa keterbatasan, termasuk ketergantungan pada gambar berkualitas tinggi dan tantangan dalam menggeneralisasi model ke dataset dunia nyata yang beragam.Penelitian masa depan dapat berfokus pada perluasan dataset untuk mencakup gambar yang lebih beragam, meningkatkan ketahanan model, dan mengintegrasikan fitur tambahan seperti penyimpanan hasil prediksi dan rujukan ke dermatologis atau fasilitas kesehatan terdekat.
Untuk penelitian lanjutan, perlu dipertimbangkan perluasan dataset dengan memasukkan lebih banyak gambar yang beragam untuk meningkatkan ketahanan model terhadap berbagai kondisi dunia nyata. Selain itu, integrasi fitur-fitur tambahan seperti penyimpanan hasil prediksi dan rujukan ke dermatologis atau fasilitas kesehatan terdekat dapat meningkatkan nilai klinis dan manfaat praktis dari model ini. Selain itu, penelitian lebih lanjut dapat mengeksplorasi kombinasi CNN dengan alat diagnostik lainnya dan menilai kinerja model dalam lingkungan klinis nyata, yang dapat meningkatkan nilai klinis dan keterapannya dalam membantu profesional kesehatan dalam diagnosis melanoma.
- Convolutional Neural Network dalam Citra Medis | KONSTELASI: Konvergensi Teknologi dan Sistem Informasi.... doi.org/10.24002/konstelasi.v2i2.5367Convolutional Neural Network dalam Citra Medis KONSTELASI Konvergensi Teknologi dan Sistem Informasi doi 10 24002 konstelasi v2i2 5367
- Klasifikasi Penyakit Kanker Kulit Menggunakan Metode Convolutional Neural Network (Studi Kasus: Melanoma)... doi.org/10.20895/dinda.v2i1.349Klasifikasi Penyakit Kanker Kulit Menggunakan Metode Convolutional Neural Network Studi Kasus Melanoma doi 10 20895 dinda v2i1 349
- Implementasi DenseNet Untuk Mengidentifikasi Kanker Kulit Melanoma | Jurnal Teknik Informatika dan Sistem... doi.org/10.28932/jutisi.v6i3.2814Implementasi DenseNet Untuk Mengidentifikasi Kanker Kulit Melanoma Jurnal Teknik Informatika dan Sistem doi 10 28932 jutisi v6i3 2814
- Sistem Hitung dan Klasifikasi Objek dengan Metode Convolutional Neural Network | Romario | Jurnal Teknologi... doi.org/10.22441/jte.2020.v11i2.007Sistem Hitung dan Klasifikasi Objek dengan Metode Convolutional Neural Network Romario Jurnal Teknologi doi 10 22441 jte 2020 v11i2 007
| File size | 968.54 KB |
| Pages | 14 |
| DMCA | Report |
Related /
UIN MALANGUIN MALANG Namun, diperlukan penelitian lanjutan untuk mengoptimalkan adaptasi siswa terhadap Deep Learning serta membangun budaya belajar mandiri yang memungkinkanNamun, diperlukan penelitian lanjutan untuk mengoptimalkan adaptasi siswa terhadap Deep Learning serta membangun budaya belajar mandiri yang memungkinkan
STTMCILEUNGSISTTMCILEUNGSI Google Classroom adalah platform e-learning yang telah banyak digunakan untuk pembelajaran daring. Google Classroom mendapatkan rata-rata rating 3,5 dariGoogle Classroom adalah platform e-learning yang telah banyak digunakan untuk pembelajaran daring. Google Classroom mendapatkan rata-rata rating 3,5 dari
PIKSIPIKSI Penelitian ini membuktikan bahwa pipeline yang diusulkan sangat reliabel untuk deteksi dini penyakit padi dan potensial untuk diimplementasikan pada perangkatPenelitian ini membuktikan bahwa pipeline yang diusulkan sangat reliabel untuk deteksi dini penyakit padi dan potensial untuk diimplementasikan pada perangkat
UIGMUIGM Antusiasme peserta menunjukkan relevansi tinggi pelatihan ini terhadap kebutuhan akademik dan praktik klinik, menjadikannya fondasi yang kuat untuk mendukungAntusiasme peserta menunjukkan relevansi tinggi pelatihan ini terhadap kebutuhan akademik dan praktik klinik, menjadikannya fondasi yang kuat untuk mendukung
UCYUCY Hasil penelitian menunjukkan bahwa AI meningkatkan keterlibatan dan hasil belajar mahasiswa melalui umpan balik instan dan penyesuaian materi. TantanganHasil penelitian menunjukkan bahwa AI meningkatkan keterlibatan dan hasil belajar mahasiswa melalui umpan balik instan dan penyesuaian materi. Tantangan
MDPMDP Siswa di SMA Xaverius 2 Palembang dididik tentang etika dan konsekuensi penggunaan AI. Di era komputer dan internet saat ini, sangat penting bagi siswaSiswa di SMA Xaverius 2 Palembang dididik tentang etika dan konsekuensi penggunaan AI. Di era komputer dan internet saat ini, sangat penting bagi siswa
INDOSCIENCEINDOSCIENCE Kendati demikian, rendahnya komitmen belajar membuat jumlah lulusan digital bootcamp masih kalah dibanding bootcamp tatap muka. Untuk menaikkan keberhasilan,Kendati demikian, rendahnya komitmen belajar membuat jumlah lulusan digital bootcamp masih kalah dibanding bootcamp tatap muka. Untuk menaikkan keberhasilan,
JOIVJOIV Meskipun sistem rekomendasi bergantung pada pendekatan berbasis konten atau teknik penyaringan kolaboratif, metode ini memiliki masalah cold start danMeskipun sistem rekomendasi bergantung pada pendekatan berbasis konten atau teknik penyaringan kolaboratif, metode ini memiliki masalah cold start dan
Useful /
UIN MALANGUIN MALANG Oleh karena itu, penelitian ini berupaya mengonstruksi identitas budaya masyarakat Lombok melalui pembelajaran, dengan tujuan untuk mengeksplorasi nilai-nilaiOleh karena itu, penelitian ini berupaya mengonstruksi identitas budaya masyarakat Lombok melalui pembelajaran, dengan tujuan untuk mengeksplorasi nilai-nilai
MDPMDP Dengan CodePen, struktur dan tampilan dapat memungkinkan peserta untuk membuat, menguji, dan berbagi kode secara interaktif dalam satu lingkungan kerjaDengan CodePen, struktur dan tampilan dapat memungkinkan peserta untuk membuat, menguji, dan berbagi kode secara interaktif dalam satu lingkungan kerja
ARIMSIARIMSI Penelitian ini menunjukkan bahwa integrasi Metode Matematika Gasing dengan permainan tradisional merupakan pendekatan yang sangat efektif untuk membuatPenelitian ini menunjukkan bahwa integrasi Metode Matematika Gasing dengan permainan tradisional merupakan pendekatan yang sangat efektif untuk membuat
IAIN KEDIRIIAIN KEDIRI Hal ini juga meningkatkan pengalaman belajar dan motivasi mereka di kelas yang interaktif dan komunikatif melalui lingkungan belajar kolaboratif. PenerapanHal ini juga meningkatkan pengalaman belajar dan motivasi mereka di kelas yang interaktif dan komunikatif melalui lingkungan belajar kolaboratif. Penerapan