BIMA ARYA SAPUTRA WIBOWO (2023) KLASIFIKASI JENIS ADENOCARCINOMA MELALUICITRA SEL CAIRAN TUBUH MENGGUNAKAN ALGORITMA ALEXNET. S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf
Download (952kB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (724kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only
Download (9kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf
Download (96kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only
Download (313kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only
Download (909kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only
Download (1MB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only
Download (7kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (88kB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (821kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only
Download (4MB)

Abstract

Kanker Adenocarcinoma, yang berasal dari sel-sel kelenjar dalam tubuh manusia, merupakan penyakit berbahaya yang sering terjadi diberbagai organ tubuh. Proses klasifikasi dan analisis sel-sel kanker ini secara manual oleh ahli patologi seringkali memakan waktu dan rentan terhadap kesalahan. Dalam konteks ini, penggunaan kecerdasan buatan (artificial intelligence/AI) dan deep learning (DL) menjadi solusi yang potensial untuk meningkatkan akurasi dan efisiensi dalam patologi. Penelitian ini bertujuan untuk mengembangkan teknologi klasifikasi Adenocarcinoma berbasis deep learning dengan menggunakan metode Convolutional Neural Network (CNN), khususnya arsitektur AlexNet, untuk mengklasifikasikan Gambar sel Adenocarcinoma. Proses penelitian meliputi preprocessing data, mengonfigurasi arsitektur dari model AlexNet, proses training, proses testing, dan analisis hasil. Hasil penelitian ini menunjukkan keberhasilan dalam mengimplementasikan CNN dengan model AlexNet untuk mengklasifikasikan citra sel Adenocarcinoma menjadi dua kelas, Malignant dan Benign, dengan hasil prediksi yang sangat baik. Hasil evaluasi model menunjukkan akurasi sebesar 99%, presisi 99%, recall 99%, dan F1-score sebesar 99%. Selain itu, model AlexNet juga mencapai titik akurasi optimal dalam grafik performa. Penelitian ini memberikan kontribusi positif dalam upaya meningkatkan akurasi dalam klasifikasi sel Adenocarcinoma dan menjadi dasar penting dalam pengembangan lebih lanjut aplikasi kecerdasan buatan dalam patologi medis.

Dosen Pembimbing: Laila Ma'rifatul Azizah, S.kom., M.I.M. and Yessi Jusman, S.T., M.Sc., Ph.D. | NIDN0509098901, NIDN1007058408
Item Type: Thesis (S1)
Uncontrolled Keywords: Adenocarcinoma, Artificial Intelligence (AI), Deep Learning, Convolutional Neural Network (CNN), AlexNet
Divisions: Fakultas Teknik > S1 Teknologi Informasi
Depositing User: M. Erdiansyah
Date Deposited: 10 Nov 2023 07:23
Last Modified: 10 Nov 2023 07:23
URI: https://etd.umy.ac.id/id/eprint/42537

Actions (login required)

View Item View Item