Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Informatics and Electronics Engineering
Eiffel Twins Raudatul Jannah
Politeknik Negeri Batam
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Klasifikasi Kanker Kulit Menggunakan Metode VGG-19 Abdullah Sani; Eiffel Twins Raudatul Jannah; Budiana Budiana
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/jiee.v6i01.1613

Abstract

Dewasa ini, convolutional neural network (CNN) dengan arsitektur VGG-19 merupakan salah satu metode yang dapat digunakan sebagai diagnosa kanker kulit. Model CNN ini dilatih menggunakan 23.688 citra kulit dari delapan jenis kanker kulit seperti jenis kanker kulit melanoma, basal cell carcinoma, squamous cell carcinoma, actinic keratoses, benign keratosis-like lesions, dermatofibroma, melanocytic nevi, dan pigmented benign keratosis dan terdapat satu kelas kulit sehat. Hasil pengujian menunjukkan tingkat akurasi 97,41% dengan loss 0,0759. Pengujian otomatis menghasilkan akurasi 96,69% dan F1-score 96,22%, sedangkan pengujian melalui GUI mencapai akurasi 93,89% dan F1-score 93,9%. Model ini terbukti efektif dalam membantu identifikasi kanker kulit secara cepat dan non-invasif.
Co-Authors Abdullah Sani