Kurniawan, Muhammad (2020) KLASIFIKASI CELL BERDASARKAN GAMBAR PAP-SMEAR MENGGUNAKAN METODE TRANSFER LEARNING. Diploma thesis, Universitas YARSI.
|
Text
1_COVER_Skripsi_Ilmu_1402016146.pdf Download (269kB) | Preview |
|
|
Text
2_Abstrak_Skripsi_Ilmu_1402016146.pdf Download (260kB) | Preview |
|
|
Text
4_HALAMAN PENGESAHAN_Skripsi_Ilmu_1402016146.pdf Download (586kB) | Preview |
|
|
Text
12_BAB I_Skripsi_Ilmu_1402016146.pdf Download (330kB) | Preview |
|
Text
13_BAB II_Skripsi_Ilmu_1402016146.pdf Restricted to Registered users only Download (877kB) |
||
Text
14_BAB III_Skripsi_Ilmu_1402016146.pdf Restricted to Registered users only Download (599kB) |
||
Text
15_BAB IV_Skripsi_Ilmu_1402016146.pdf Restricted to Registered users only Download (928kB) |
||
Text
16_BAB V_Skripsi_Ilmu_1402016146.pdf Restricted to Registered users only Download (318kB) |
||
|
Text
17_DAFTAR PUSTAKA_Skripsi_Ilmu_1402016146.pdf Download (276kB) | Preview |
|
|
Text
24_BAB I_Skripsi_Agama_1402016146.pdf Download (411kB) | Preview |
|
Text
25_BAB II_Skripsi_Agama_1402016146.pdf Restricted to Registered users only Download (615kB) |
||
Text
26_BAB III_Skripsi_Agama_1402016146.pdf Restricted to Registered users only Download (311kB) |
||
|
Text
27_DAFTAR PUSTAKA_Skripsi_Agama_1402016146.pdf Download (221kB) | Preview |
Abstract
Pap-Smear merupakan salah satu metode pemeriksaan untuk deteksi dini kanker serviks. Analisa Pap-Smear memiliki beberapa kelemahan, diantaranya dapat memberikan hasil yang tidak konsisten dan waktu pemeriksaan yang lama. Hal ini merupakan tantangan tersendiri dikarenakan, gambar cell pada Pap-Smear memiliki struktur gambar yang tumpang tindih. Penelitian terkait dengan klasifikasi cell berdasarkan gambar Pap-Smear menghasilkan nilai akurasi yang kompetitif. Hal tersebut yang membuat para peneliti mencoba untuk meningkatkan akurasi klasifikasi, baik pada kasus dua kelas maupun tujuh kelas dengan menggunakan metode yang berbeda-beda. Penelitian ini bertujuan untuk melakukan klasifikasi cell berdasarkan gambar Pap-Smear menggunakan metode Transfer Learning dengan memanfaatkan ekstraksi fitur dari lapisan Pretrained Neural Network/Models. Tahapan yang diusulkan meliputi, Preprocessing, Data Split dengan 10-fold Cross Validation, uji model dan evaluasi model. Hasil menunjukan, akurasi terbaik diperoleh Inception v3 diikuti oleh VGG16, VGG19, ResNet50, ResNet101, GoogLeNet, AlexNet dan ResNet18 untuk kasus 2 dan 7 kelas. Pada 2 kelas Inception v3 menghasilkan rata-rata akurasi sebesar 95,97% sedangkan, pada 7 kelas sebesar 91,30%. Kata Kunci : Pap-Smear, Transfer Learning, Pretrained Neural Network/Models.
Item Type: | Thesis (Diploma) |
---|---|
Additional Information: | S-711-FTI |
Subjects: | L Education > L Education (General) T Technology > T Technology (General) |
Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
Depositing User: | Unnamed user with email admin@yarsi.ac.id |
Date Deposited: | 26 Jul 2021 06:32 |
Last Modified: | 26 Jul 2021 06:32 |
URI: | http://digilib.yarsi.ac.id/id/eprint/9063 |
Actions (login required)
View Item |