SEGMENTASI CITRA MAMMOGRAFI KANKER PAYUDARA MENGGUNAKAN ALGORITMA
CONVOLUTIONAL NEURAL NETWORK
Total View This Week0
Total View This Week0
Institusion
Universitas Muhammadiyah Ponorogo
Author
Risqi Apriliana, Anissa
Subject
TA Engineering (General). Civil engineering (General)
Datestamp
2023-03-02 08:24:58
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 %.
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 %.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
