This Author published in this journals
All Journal Jurnal Repositor
Muhammad Rizal Ashari
Universitas Muhammadiyah Malang

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

Found 1 Documents
Search

Klasifikasi Kanker Kulit Menggunakan Metode Deep Learning Muhammad Rizal Ashari; Zamah Sari; Didih Rizki
Jurnal Repositor Vol. 6 No. 1 (2024): Februari 2024
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v6i1.29358

Abstract

Kulit merupakan salah satu komponen penting bagi manusia, salah satunya untuk melindungi tubuh manusia dari paparan langsung oleh ultraviolet atau sinar matahari. Sinar matahari merupakan sumber vitamin bagi tubuh manusia dan juga mempunyai banyak manfaat bagi tubuh manusia, akan tetapi sinar matahari yang berlebihan juga mengakibatkan kerusakan sel yang terdapat pada kulit, sehingga ketika kulit menerima sinar matahari yang berlebihan dapat menyebabkan kanker kulit. Kanker kulit adalah penyakit yang salah satunya disebabkan oleh sianar ultavioet yang berlebih yang diterima oleh kulit manusia. Penyakit ini terjadi dan berkembang pada lapisan kulit bagian atas dan efeknya dapat dilihat dengan mata manusia dengan ditandai munculnya benjolan pada kulit atau berbentuk seperti tahilalat dengan ukuran dan bentuk yang tidak normal. Pada umumnya, orang masih banyak yang belum mengerti apa saja gejala atau bentuk dari penyakit kanker kulit ini dan sering di hiraukan. Metode Deep learning merupakan salah satu pembelajaran mesin yang banyak digunakan saat ini untuk pengenalan gambar. Pada saat ini telah banyak penelitian yang bertujuan untuk membuat suatu sistem klasifikasi pada penyakit kanker kulit yang yang berbasis machine learning yang memiliki hasil yang akurat dan cepat. Pada penelitian ini digunakan metode Deep learning dengan menggunakan model DenseNet121 dengan menggunakan jumlah data sebanyak 3297 citra. Pada percobaan yang telah dilakukan pada penelitian ini hasil akurasi terbaik yang didapatkan sebasar 90.63% yang didapatkan dari hasil training menggunakan model DenseNet121.