Sistem klasifikasi kanker kulit berdasarkan data citra dermoscopic dengan menggunakan metode Deep Extreme Learning Machine

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Foeady, Ahmad Zoebad (2019) Sistem klasifikasi kanker kulit berdasarkan data citra dermoscopic dengan menggunakan metode Deep Extreme Learning Machine. Undergraduate thesis, UIN Sunan Ampel Surabaya.

[img] Text
Ahmad Zoebad Foeady_H72216048.pdf

Download (10MB)

Abstract

Kapasitas ozon yang semakin menipis menyebabkan sinar Ultra Violet(UV) yang menuju bumi semakin besar dan dapat menyebabkan penyakit kanker kulit. World Health Organization(WHO) menyebutkan bahwa penderita kanker kulit terus meningkat dari tahun ke tahun pada tiap dekadenya. Terdapat sekitar 2-3 juta penderita kanker kulit non melanoma dan 132.000 pasien penderita penyakit kanker kulit melanoma. Oleh sebab itu perlu dilakukan deteksi dini kanker kulit untuk mengurangi jumlah penderita kanker kulit. Deteksi dini kanker kulit bisa dilakukan oleh dokter dengan melihat secara langsung berdasarkan fitur ABCDE, namun cara ini kurang efisien karena penglihatan seseorang bisa saja berbeda sehingga dibuatlah Computer Aided Diagnosys (CAD) untuk membantu pihak medis dalam mendeteksi kanker kulit. Proses yang dilakukan yaitu pre-processing dengan menggunakan dull razor filtering, noise removal dengan menggunakan median filtering, dan contrast enhancemet dengan menggunakan histogram equalization. Selanjutnya dilakukan proses klasifikasi menggunakan Deep Extreme Learning Machine (DELM) untuk mengklasifikasikan kanker kulit dan non kanker. Penelitian dilakukan pada 1000 data kanker kulit Malignant dan data non kanker atau Benign berjumlah 1000 data. Selanjutnya, data tersebut akan dipecah dengan pembagian data menggunakan K-Fold cross validatian pada k=5 sehingga terbagi menjadi 80% data training dan 20% data testing. Hasil Terbaik yang didapatkan oleh model DELM dengan 1000 hidden layer, 300 hidden nodes, dan polynomial kernel adalah berupa nilai akurasi sebesar 91.5%, sensitifitasnya sebesar 92%, dan nilai spesifisitasnya sebesar 91% dengan waktu training 27 menit 23 detik.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type: Thesis (Undergraduate)
Creators:
CreatorsEmailNIM
Foeady, Ahmad Zoebaddeddyzobad711@gmail,comH72216048
Contributors:
ContributionNameEmailNIDN/NIP
Thesis advisorNovitasari, Dian Candra Rinidiancrini@uinsby.ac.id2024118502
Subjects: Kesehatan
Kesehatan

Matematika
Uncontrolled Keywords: Skin Cancer; HOG; DELM
Divisions: Fakultas Sains dan Teknologi > Studi Matematika
Depositing User: Ahmad Zoebad Foeady
Date Deposited: 06 Jan 2020 06:06
Last Modified: 06 Jan 2020 06:06
URI: http://digilib.uinsby.ac.id/id/eprint/38230

Actions (login required)

View Item View Item