IQBAL SETIYAWAN (2024) SISTEM KLASIFIKASI PENYAKIT KANKER KULIT MENGGUNAKANMETODE HU MOMENT INVARIANT DAN K-MEANS BERBASISNEURAL NETWORK. S1 thesis, Universitas Muhammadiyah Yogyakarta.
Halaman Judul.pdf
Download (1MB)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (230kB)
Abstrak.pdf
Restricted to Registered users only
Download (248kB)
Bab I.pdf
Download (286kB)
Bab II.pdf
Restricted to Registered users only
Download (499kB)
Bab III.pdf
Restricted to Registered users only
Download (773kB)
Bab IV.pdf
Restricted to Registered users only
Download (27MB)
Bab V.pdf
Restricted to Registered users only
Download (195kB)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (223kB)
Lampiran.pdf
Restricted to Registered users only
Download (240kB)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (609kB)
Full Text.pdf
Restricted to Repository staff only
Download (29MB)
Abstract
Kanker kulit merupakan masalah kesehatan yang semakin meningkat dan membutuhkan penanganan yang efektif. Penelitian ini mengusulkan pendekatan inovatif untuk deteksi dan klasifikasi kanker kulit dengan tiga kelas yaitu melanoma, nevus, dan seborrheic keratosis. Metode Hu Moment digunakan untuk mengekstraksi fitur penting dari citra kanker kulit, sementara algoritma K-Means digunakan untuk segmentasi citra berdasarkan fitur-fitur yang diekstraksi. Proses klasifikasi berbasis neural network menggunakan tiga model yaitu One-step Secant Backpropagation (OSS), (Scaled Conjugate Gradient) SCG, dan Bayesian Regularization (BR). Pada penelitian ini menggunakan metode Hu Momentmendapat hasil klasifikasi terbaik pada model SCG Hidden Note 1 dengan rata-rata akurasi mencapai 78.80%. Dan hasil tertinggi pada metode K-Means mendapat hasil klasifikasi terbaik pada model BR Hidden Note 1 dengan rata-rata akuracy mencapai 97.47%.
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | Skin Cancer, Melanoma, Neural Network |
Divisions: | Fakultas Teknik > Teknik Elektro S1 |
Depositing User: | Aidilla Qurotianti |
Date Deposited: | 05 Jun 2024 07:20 |
Last Modified: | 05 Jun 2024 07:20 |
URI: | https://etd.umy.ac.id/id/eprint/46142 |