Detail Cantuman
Pencarian Spesifik
Text
Komparasi convolutional neural network dan residual network (resnet50 dan resnet101) pada citra histopatologi untuk deteksi kanker payudara
Penelitian ini bertujuan untuk meningkatkan akurasi deteksi sel ganas dan sel jinak pada kanker payudara menggunakan metode Convolutional Neural Network (CNN). Latar belakang penelitian ini adalah tingginya angka kematian akibat kanker payudara di Indonesia, serta pentingnya teknologi deteksi dini untuk mengurangi dampaknya. Metodologi yang digunakan melibatkan transfer learning dengan model ResNet50 dan ResNet101 pada dataset histopatologi dari Kaggle. Hasil penelitian menunjukkan CNN dengan transfer learning mencapai akurasi terbaik sebesar 92,93%, mengungguli model lainnya dalam klasifikasi. Penelitian ini diharapkan memberikan kontribusi pada pengembangan teknologi medis dan membantu tenaga kesehatan dalam deteksi dini kanker payudara.
Ketersediaan
Informasi Detail
Judul Seri |
-
|
---|---|
No. Panggil |
TI 457 2025
|
Penerbit | Prodi TI Sains Teknologi UIN JKT : Jakarta, Ciputat., 2025 |
Deskripsi Fisik |
xviii,148 Hlm; 28 Cm
|
Bahasa |
Bahasa Indonesia
|
ISBN/ISSN |
-
|
Klasifikasi |
457
|
Tipe Isi |
-
|
Tipe Media |
-
|
---|---|
Tipe Pembawa |
-
|
Edisi |
-
|
Subjek | |
Info Detail Spesifik |
-
|
Pernyataan Tanggungjawab |
Dewi Khairani
|
Versi lain/terkait
Tidak tersedia versi lain
Informasi
Akses Katalog Publik Daring - Gunakan fasilitas pencarian untuk mempercepat penemuan data katalog