Nurmufti, Rachmadhani Ajeng (2018) Implementasi Convolutional Neural Network Berdasarkan Multimodal Feature Pada Klasifikasi Citra Pap-Smear Kanker Serviks dan Tinjauannya Menurut Agama Islam. Diploma thesis, Universitas YARSI.

Abstract

Kanker serviks merupakan salah satu masalah kesehatan pada wanita di Indonesia yang menjadi penyebab kematian. Dalam menghadapi kemajuan terbaru, metode Histopathology merupakan metode yang paling banyak digunakan, namun metode tersebut masih digunakan secara manual dengan meletakkan sampel dibawah mikroskop. Convolutional Neural Network (CNN) merupakan salah satu metode yang dapat mengklasifikasikan citra Pap-Smear. Klasifikasi Convolutional Neural Network diimplementasikan berdasarkan Multimodal Feature. Tujuan dari penelitian ini adalah melakukan eksperimen berbagai arsitektur CNN untuk menghasilkan performa terbaik dalam akurasi. Eksperimen yang dilakukan berdasarkan jumlah hidden layer serta konfigurasi parameter. Parameter yang digunakan adalah epoch, kernel, strides, dan pool size. Performa terbaik menghasilkan nilai akurasi training 99,98%, akurasi validasi 100%, dan akurasi testing 99,78%. Implementasi CNN pada citra Pap-Smear kanker serviks menurut Agama Islam merupakan hal yang diperbolehkan (mubah).

Actions (login required)

View Item