Search for collections on Itenas Repository

KLASIFIKASI CITRA HISTOPATOLOGI KANKER USUS BESAR MENGGUNAKAN ARSITEKTUR ALEXNET

ISMAIL, ISMAIL (2020) KLASIFIKASI CITRA HISTOPATOLOGI KANKER USUS BESAR MENGGUNAKAN ARSITEKTUR ALEXNET. Skripsi thesis, Institut Teknologi Nasional Bandung.

[img]
Preview
Text (Cover)
01 Cover 152016097.pdf

Download (1MB) | Preview
[img]
Preview
Text (Abstrak)
02 Abstrak 152016097.pdf

Download (169kB) | Preview
[img]
Preview
Text (Daftar Isi)
03 Daftar Isi 152016097.pdf

Download (471kB) | Preview
[img]
Preview
Text (Bab 1)
04 Bab 1 152016097.pdf

Download (367kB) | Preview
[img]
Preview
Text (Bab 2)
05 Bab 2 152016097.pdf

Download (823kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
06 Daftar Pustaka 152016097.pdf

Download (367kB) | Preview

Abstract

Kanker adalah penyakit yang disebabkan oleh pertumbuhan sel-sel abnormal di jaringan tubuh, sel-sel ini bisa berubah menjadi sel kanker dan perkembangan sel kanker tersebut dapat menyebabkan kematian. Kanker usus besar menjadi penyakit yang sering terjadi di dunia dengan menduduki posisi ketiga setelah kanker paru-paru dan kanker payudara, namun merupakan pembunuh nomor dua di dunia setelah kanker paru-paru. Pada penelitian ini telah diimplementasikan arsitektur AlexNet yang merupakan bidang dari deep learning, untuk melakukan ekstraksi ciri dan diagnosa kanker melalui klasifikasi citra histopatologi. kinerja sistem diukur berdasarkan nilai accuracy, precision, dan recall. Berdasarkan hasil percobaan yang dilakukan pada dataset kanker usus besar, arsitektur AlexNet dapat memperoleh rata-rata tingkat accuracy, precision, dan recall masing-masing adalah 0,98, 0,97, 0,98. Kata Kunci ─ Deep Learning; Kanker Usus besar; Arsitektur AlexNet.

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsemail
Thesis advisorUngkawa, UungUNSPECIFIED
Thesis advisorPutra, Kurnia RamadhanUNSPECIFIED
Divisions: 1 Fakultas Teknologi Industri > 55201 Teknik Informatika S1
Depositing User: Erma Sukmaida
Date Deposited: 06 Apr 2021 02:47
Last Modified: 05 May 2021 02:38
URI: http://eprints.itenas.ac.id/id/eprint/1310

Actions (login required)

View Item View Item