IQBAL SETIYAWAN (2024) SISTEM KLASIFIKASI PENYAKIT KANKER KULIT MENGGUNAKANMETODE HU MOMENT INVARIANT DAN K-MEANS BERBASISNEURAL NETWORK. S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf
Download (1MB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (230kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only
Download (248kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf
Download (286kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only
Download (499kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only
Download (773kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only
Download (27MB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only
Download (195kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (223kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only
Download (240kB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (609kB)
[thumbnail of Full Text] Text (Full Text)
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%.

Dosen Pembimbing: Yessi Jusman, S.T., M.Sc., Ph.D. | NIDN1007058408
Item Type: Thesis (S1)
Uncontrolled Keywords: Skin Cancer, Melanoma, Neural Network
Divisions: Fakultas Teknik > S1 Teknik Elektro
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

Actions (login required)

View Item View Item