Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Teknologi dan Kejuruan
Gede Wahyu Purnama
Universitas Pendidikan Ganesha
Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
KLASIFIKASI CITRA MEDIS MAMOGRAFI BERBASIS MULTI-VIEW CONVOLUTIONAL NEURAL NETWORKS Gede Wahyu Purnama; Agus Aan Jiwa Permana; Ni Ketut Kertiasih
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.94691

Abstract

Penelitian ini menyajikan alur kerja preprocessing untuk data mamografi dengan format DICOM dan digunakan untuk melatih model Multi-View Convolutional Neural Networks (MV-CNNs). MV-CNNs berpotensi meningkatkan akurasi klasifikasi BI-RADS mamografi untuk deteksi dini kanker payudara, namun memerlukan data yang diproses secara tepat. Preprocessing data meliputi seleksi pasangan citra dengan tampak Craniocaudal (CC) dan Mediolateral Oblique (MLO) dengan BI-RADS 1-5, penyesuaian label, penyeimbangan kelas (undersampling), konversi DICOM ke PNG terstandar (termasuk penanganan VOI LUT dan MONOCHROME1), ekstraksi Region of Interest (ROI) otomatis, serta resizing ke [512, 288]. Dataset disiapkan untuk evaluasi stratified k-fold cross-validation. Setelah itu akan digunakan untuk melatih model MV-CNNs dengan ConvNeXt sebagai basis model CNNnya. Model terbaik yang dilatih telah diuji menggunakan dataset primer yang didapatkan dari RSUD Buleleng. Hasil yang didapatkan melalui k-fold ensemble adalah accuracy : 50% ; F1-score : 0.476; & recall : 0.458.
Co-Authors Agus Aan Jiwa Permana Ni Ketut Kertiasih