YANUAR, Sandy Fitra (2025) Klasifikasi Kanker Kulit Benign Dan Malignant Menggunakan Arsitektur Mobilenetv2. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text Cover.pdf Download (64kB)
	Text HALAMAN PENGESAHAN.pdf Download (301kB)
	Text KATA PENGANTAR.pdf Download (376kB)
	Text ABSTRAK.pdf Download (85kB)
	Text ABSTRACT.pdf Download (84kB)
	Text DAFTAR ISI.pdf Download (107kB)
	Text BAB I PENDAHULUAN.pdf Download (120kB)
	Text DAFTAR PUSTAKA.pdf Download (127kB)

Abstract

Deteksi kanker kulit secara dini dapat meningkatkan peluang kesembuhan pasien
melalui diagnosa yang lebih cepat dan akurat. Penelitian ini bertujuan untuk
mengkalisifikasikan
kanker kulit menggunakan metode Convolutional Neural
Network (CNN) dengan arsitektur MobileNetV2. Dataset yang digunakan adalah
HAM10000, yang terdiri dari 3.504 citra dermatoskopi dengan dua kelas utama:
benign (jinak) dan malignant (ganas). Data dibagi menjadi dua bagian, yaitu 70%
untuk data latih dan 30% untuk validasi. Penelitian ini mencakup beberapa tahapan,
yaitu pengumpulan data, preprocessing data (cropping, resizing, dan normalisasi),
pelatihan model, serta evaluasi performa. Hasil evaluasi menunjukkan bahwa model
mencapai akurasi validasi tertinggi sebesar 91,03%. Confusion matrix pada data uji
menunjukkan performa model yang baik, dengan akurasi klasifikasi tinggi untuk
kedua kelas. Dari penelitian ini didapatkan hasil bahwa arsitektur MobileNetV2 dapat
digunakan untuk mengklasifikasi kanker kulit dengan akurasi yang tinggi.
Kata kunci : Convolutional Neural Network, MobileNetV2, HAM10000, klasifikasi
kanker kulit, deep learning

Actions (login required)

View Item