BAHARSON, Dorino (2025) Klasifikasi Kanker Kulit Berbasis Citra Menggunakan Metode Hierarchical Classification Menggunakan Arsitektur Efficientnetv2. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (33kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (241kB)
	Text 5. KATA PENGANTAR.pdf Download (249kB)
	Text 6. ABSTRAK.pdf Download (74kB)
	Text 7. ABSTRACT.pdf Download (73kB)
	Text 8. DAFTAR ISI.pdf Download (140kB)
	Text 11. BAB I PENDAHULUAN.pdf Download (128kB)

Abstract

ABSTRAK
Kanker kulit merupakan salah satu jenis kanker yang paling umum dan berbahaya, yang bisa
berakibat fatal jika tidak dideteksi sejak dini dan diobati tepat waktu. Meskipun dokter secara
tradisional menggunakan citra dermoskopi untuk mendeteksi kanker kulit, akurasi metode
ini sering kali tidak konsisten dan bergantung pada keahlian klinis dokter. Oleh karena itu,
penelitian ini bertujuan untuk mengembangkan sistem deteksi dini kanker kulit
menggunakan model deep learning EfficientNetV2 dan metode klasifikasi hierarkis.
Penelitian ini memanfaatkan dataset HAM10000 yang terdiri atas 7 kelas kanker kulit,
dengan penerapan klasifikasi berjenjang dari kategori yang paling sering hingga yang paling
jarang. Model EfficientNetV2 digunakan untuk mengekstraksi fitur dari citra dermoskopi,
sementara klasifikasi hierarkis memfasilitasi pengelompokan data yang lebih objektif.
Dalam eksperimen yang dilakukan menggunakan tiga struktur model—meliputi 3 tingkat, 5
tingkat, dan tanpa hierarki—ditemukan bahwa model dengan 5 tingkat hierarkis
memberikan hasil terbaik, dengan akurasi 93,20%. Dengan demikian, sistem ini diharapkan
dapat meningkatkan akurasi diagnosis kanker kulit melalui penggunaan citra dermoskopi
secara lebih sistematis dan andal.
Kata kunci : Kanker Kulit, Deep Learning, Klasifikasi Hierarkikal, Citra Dermoskopi

Actions (login required)

View Item