Image of Komparasi convolutional neural network dan residual network (resnet50 dan resnet101) pada citra histopatologi untuk deteksi kanker payudara

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

#
Perpustakaan FST (Skripsi) TI 457 2025
TI457
Tersedia

Informasi Detail

Judul Seri
-
No. Panggil
TI 457 2025
Penerbit Prodi TI Sains Teknologi UIN JKT : Jakarta, Ciputat.,
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

Versi lain/terkait

Tidak tersedia versi lain




Informasi


Akses Katalog Publik Daring - Gunakan fasilitas pencarian untuk mempercepat penemuan data katalog