Please use this identifier to cite or link to this item: http://repository.ipb.ac.id/handle/123456789/107130
Title: Klasifikasi Kanker Serviks Pada Citra Pap Smear Menggunakan Model Convolutional Neural Network
Authors: Sitanggang, Imas Sukaesih
Siswanto, Julius Christoper
Issue Date: 2021
Publisher: IPB University
Abstract: Kanker serviks menempati peringkat kedua sebagai jenis kanker yang paling banyak menyerang wanita dengan angka kematian sebesar 273.000 kasus per tahun. Pemeriksaan pap smear adalah salah satu upaya pencegahan kanker serviks. Pemeriksaan secara manual yang dilakukan dengan intensitas tinggi akan berdampak pada tingginya kesalahan pengamatan akibat kesalahan manusia. Penelitian ini bertujuan untuk membuat model convolutional neural network dengan performa paling baik dalam mengidentifikasi kanker serviks pada citra pap smear. Data yang digunakan dalam penelitian ini bersumber dari SIPaKMeD yang terdiri atas 4049 citra sel dan terbagi menjadi 5 kelas berdasarkan tingkat keganasan kanker serviks. Tahapan dalam penelitian ini meliputi praproses data, pembagian data, hyperparameter tuning, pelatihan model, dan evaluasi. Hasil dari penelitian ini adalah tiga model prediksi kanker serviks. Model dengan performa paling baik diraih oleh AlexNet dengan akurasi sebesar 99,02%.
URI: http://repository.ipb.ac.id/handle/123456789/107130
Appears in Collections:UT - Computer Science

Files in This Item:
File Description SizeFormat 
Cover, Lembar Pengesahan, Abstrak, Daftar Isi.pdf
  Restricted Access
Cover398.97 kBAdobe PDFView/Open
G64170097_Julius Christoper_Siswanto.pdf
  Restricted Access
Fullteks822.29 kBAdobe PDFView/Open
Lampiran.pdf
  Restricted Access
Lampiran291.34 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.