Nur Islamiati Sanusi, - (2023) ANALISA GAMBAR X-RAY MAMMOGRAPHY DENGAN CONVOLUTION NEURAL NETWORK PADA DEEP LEARNING DENGAN ARSITEKTUR RESNET. ANALISA GAMBAR X-RAY MAMMOGRAPHY DENGAN CONVOLUTION NEURAL NETWORK PADA DEEP LEARNING DENGAN ARSITEKTUR RESNET, 4 (4). pp. 604-611. ISSN 2685-998X

Preview

Text nurislamiatisanusi.pdf Download (2MB) | Preview

Abstract

Kanker adalah penyakit yang terjadi ketika sel-sel tubuh mengalami perubahan dan tumbuh secara tidak terkendali. Kanker payudara merupakan salah satu jenis kanker yang umum terjadi pada wanita di seluruh dunia. Deteksi dini kanker payudara sangat penting untuk meningkatkan tingkat kesembuhan. Mammography adalah metode pencitraan medis yang digunakan untuk deteksi dini kanker payudara. Dalam hal ini, teknologi Deep Learning dan pengklasifikasi terkomputerisasi, seperti Convolutional Neural Network (CNN) dengan model Resnet, telah digunakan dalam analisis dan prediksi gambar mammography dengan hasil yang menjanjikan. Studi-studi sebelumnya telah menunjukkan akurasi tinggi dalam klasifikasi massa payudara menjadi jinak atau ganas menggunakan CNN dan Resnet. Selain itu, CNN juga telah digunakan untuk klasifikasi kanker payudara ganas dan jinak, prediksi risiko kanker payudara, serta deteksi dan klasifikasi massa kanker payudara dengan tingkat akurasi yang memuaskan. Penggunaan Deep Learning dalam analisis citra medis, termasuk mammogram dan gambar X-ray, terbukti menjadi alat yang efektif dalam meningkatkan diagnosis dan pengobatan kanker. Data yang digunakan terdiri dari 322 gambar yang terbagi menjadi 7 kelas. Setelah dilakukan pengujian didapatkan akurasi sebesar 72% dengan perbandingan data uji dan data latih sebesar 90:10 dan nilai confusion matrix sehingga dapat disimpulkan bahwa metode Resnet mengindefikasi kanker payudara berdasarkan kelasnya.

Actions (login required)

View Item