Vierisyah, Aldo and Tasmi, Tasmi and Fajri, Ricky Maulana (2023) KLASIFIKASI KANKER PARU PARU MENGGUNAKAN CNN DENGAN 5 ARSITEKTUR. Diploma thesis, Universitas Indo Global Mandiri.
![[thumbnail of Aldo Vierisyah_2019310047_File Cover - Daftar Isi.pdf]](http://repository.uigm.ac.id/style/images/fileicons/text.png)
Text
Aldo Vierisyah_2019310047_File Cover - Daftar Isi.pdf - Published Version
Download (291kB)
Text
Aldo Vierisyah_2019310047_File Full Karya Ilmiah.pdf - Published Version
Restricted to Repository staff only
Download (6MB) | Request a copy
Abstract
Kanker paru-paru merupakan penyakit mematikan yang membutuhkan deteksi dini dan penanganan yang tepat. Pada penelitian ini, metode klasifikasi kanker paru-paru menggunakan Convolutional Neural Network (CNN) dengan 5 arsitektur yang berbeda, yaitu VGG16, VGG19, Resnet50, Resnet101, dan Xception. Tujuan dari penelitian ini adalah untuk meningkatkan akurasi klasifikasi kanker paru dengan membandingkan performa dari kelima arsitektur tersebut. Hasil eksperimen menunjukkan bahwa arsitektur Resnet101 dan VGG16 dan VGG19 memiliki kinerja terbaik dengan akurasi klasifikasi masing-masing 93,4% dan 92,5%, sedangkan arsitektur Resnet50 dan Xception memiliki akurasi klasifikasi yang rendah. Penelitian ini memberikan bukti bahwa penggunaan CNN dengan arsitektur yang tepat dapat meningkatkan akurasi klasifikasi kanker paru-paru.
Kata Kunci: Kanker Paru, Metode Klasifikasi, CNN
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Kata Kunci: Kanker Paru, Metode Klasifikasi, CNN |
| Subjects: | L Education > L Education (General) |
| Divisions: | Fakultas Ilmu Komputer > Sistem Komputer S1 |
| Depositing User: | Aldo Vierisyah |
| Date Deposited: | 06 Sep 2023 06:10 |
| Last Modified: | 06 Sep 2023 06:10 |
| URI: | http://repository.uigm.ac.id/id/eprint/183 |
Actions (login required)
- View Item