Ramadhani, Nurul Shafirah and Irbah, Nazhifah and Makka, Atha Fajar Maulana (2023) PENGEMBANGAN PLATFORM DIGITAL PATHOLOGY “ViuMe” BERBASIS WEBSITE. Project Report. [error in script].

Preview	Text 1. COVER.pdf Download (138kB) | Preview
Preview	Text 4. PENGESAHAN.pdf Download (270kB) | Preview
Preview	Text 3. PERNYATAAN ORISINALITAS.pdf Download (244kB) | Preview
Preview	Text 2. ABSTRAK.pdf Download (108kB) | Preview
Preview	Text 12. BAB I.pdf Download (819kB) | Preview
Preview	Text 17. DAFTAR PUSTAKA.pdf Download (108kB) | Preview
	Text 13. BAB II.pdf Restricted to Registered users only Download (1MB)
	Text 14. BAB III.pdf Restricted to Registered users only Download (436kB)
	Text 15. BAB IV.pdf Restricted to Registered users only Download (263kB)
	Text 16. BAB V.pdf Restricted to Registered users only Download (48kB)
	Text 18. LAMPIRAN.pdf Restricted to Registered users only Download (512kB)

Abstract

Patologi adalah studi yang mempelajari tentang perubahan fungsional sel pada tubuh manusia, salah satunya seperti kanker serviks. Jumlah ahli patologi di Indonesia tidak sebanding dengan jumlah rumah sakit yang tercatat berjumlah 3072-unit pada tahun 2022. Hal tersebut dapat menjadi tantangan dalam penanganan kasus-kasus kanker serviks dimana jenis kanker tersebut menempati urutan kedua terbanyak dengan jumlah 36.633 kasus atau 9,2% dari total kasus kanker di Indonesia. Dalam penelitian ini, tim penyusun bekerja sama dengan Pathgen sebagai mitra dari industri yang bergerak pada bidang diagnostik molekuler dan juga Rumah Sakit YARSI yang memberikan 400 gambar dataset uji coba berupa citra papsmear, kerja sama ini bertujuan untuk mengembangkan sebuah website digital pathology yang dapat digunakan oleh ahli patolog untuk mengunggah, menyimpan, memprediksi, menganotasi dan manajemen kolaborasi bersama dokter serta patolog lainnya. Penelitian ini telah melewati beberapa tahapan dalam proses pengembangannya, di antaranya adalah pembuatan model deteksi kanker serviks dengan artificial intelligence. Model yang dikembangkan berbasis object detection yang mengimplementasi algoritma YOLO, yaitu algoritma yang dapat mendeteksi semua object dalam sebuah gambar. Beberapa variasi model dari varian YOLO telah dilakukan. Dalam pengembangannya, platform digital pathology ini menggunakan react js sebagai framework dari bahasa pemrograman javascript.

Actions (login required)

View Item