NAUFAL HADIANSYAH (2024) PENDETEKSIAN OTOMATIS PENYAKIT KULIT MELANOMAMENGGUNAKAN METODE HOG DAN HAAR WAVELET BERBASIS NEURAL NETWORK. S1 thesis, Universitas Muhammadiyah Yogyakarta.
Halaman Judul.pdf
Download (501kB)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (337kB)
Abstrak.pdf
Restricted to Registered users only
Download (160kB)
Bab I.pdf
Download (158kB)
Bab II.pdf
Restricted to Registered users only
Download (858kB)
Bab III.pdf
Restricted to Registered users only
Download (1MB)
Bab IV.pdf
Restricted to Registered users only
Download (47MB)
Bab V.pdf
Restricted to Registered users only
Download (20kB)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (135kB)
Lampiran.pdf
Restricted to Registered users only
Download (216kB)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (674kB)
Full Text.pdf
Restricted to Repository staff only
Download (50MB)
Abstract
Kanker kulit merupakan salah satu jenis penyakit yang tidak menular namun, kanker kulit menjadi penyakit yang berbahaya. Hal ini dipicu karena keganasan dan kecepatan untuk menyebar ke bagian tubuh yang lain hingga menyebabkan kematian bagi pengidapnya. Selain itu Indonesia merupakan negara iklim tropis dengan paparan sinar matahari sangat tinggi. Paparan sinar matahari ini factor risiko utama keganasan kulit. Kanker kulit terbanyak di Indonesia terutama tipe Melanoma. Kasus Melanoma di Indonesia sebanyak 1.609 kasus pada tahun 2020. Tidak menutup kemungkinan terjadi kesalahan pada proses pendeteksian secara manual mengandalkan keterampilan dari pengamat kanker kulit Melanoma. Penelitian ini menggunakan 3 kelas kanker kulit yaitu Melanoma, Nevus dan Seborrheic Keratosis. Penelitian ini membantu mendiagnosa adanya kanker kulit Melanoma dengan metode MLP (Multi Layer Perceptron). Pada penlitian ini MLP (Multi Layer Perceptron) dikombinasikan dengan ektraksi Haar Wavelet dan Histogram of Oriented Gradients. Tahapan yang dilalui yaitu Pre-Processing, ekstraksi dan klasifikasi. Sistem klasifikasi menggunakan 3 model terbaik pada setiap metode. Hasil terbaik diperoleh dengan metode klasifikasi Neural Network menggunakan ekstraksi fitur Haar Wavelet pada model Levenberg-Marquardt dengan akurasi yang diperoleh sebesar 90.1 persen.
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | Skin Cancer, Haar Wavelet, Histogram of Oriented Gradient (HOG), Multi Layer Perceptron (MLP), Neural Network |
Divisions: | Fakultas Teknik > Teknik Elektro S1 |
Depositing User: | Aidilla Qurotianti |
Date Deposited: | 16 Feb 2024 01:42 |
Last Modified: | 16 Feb 2024 01:42 |
URI: | https://etd.umy.ac.id/id/eprint/44566 |