Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal BULETIN FISIKA
Hana Dwi Cahyani
Universitas Muhammadiyah Lamongan
Astronomy Energy Materials Science & Nanotechnology Medicine & Pharmacology Physics

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

Found 1 Documents
Search

 1 
Rancang Bangun Sistem Deteksi Dini Kanker Payudara Berdasarkan Indikator Warna Pada Kulit Berbasis ESP32-Cam Terintegrasi Edge Impulse Hana Dwi Cahyani; Muhamad Azwar Annas; Uswatun Chasanah; Muktamar Cholifah Aisiyah
BULETIN FISIKA Vol. 26 No. 2 (2025): BULETIN FISIKA
Publisher : Departement of Physics Faculty of Mathematics and Natural Sciences, and Institute of Research and Community Services Udayana University, Kampus Bukit Jimbaran Badung Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/BF.2025.v26.i02.p10

Abstract

Deteksi dini kanker payudara merupakan langkah penting untuk meningkatkan peluang kesembuhan dan menekan angka kematian. Penelitian ini merancang sistem deteksi dini berbasis citra digital dengan memanfaatkan indikator visual berupa warna kemerahan pada kulit. Sistem dikembangkan menggunakan ESP32-Cam yang terintegrasi dengan Edge Impulse untuk pelatihan dan inferensi model klasifikasi berbasis Artificial Intelligence (AI). Deteksi dilakukan melalui pengolahan citra warna dan metode machine learning (ML) yang bekerja berdasarkan prinsip fisika optik dan sensorika, khususnya interaksi cahaya dengan permukaan kulit, serta merupakan bentuk penerapan prinsip-prinsip fisika dalam pengembangan teknologi deteksi visual modern. Dataset dikumpulkan dari phantom payudara dengan variasi tingkat kemerahan, dua jenis warna kulit (kuning langsat dan sawo matang), serta pencahayaan berbeda (600 lux, 800 lux, dan 1000 lux). Gambar diambil dari jarak 20 cm dengan sudut 90° dan 45° menggunakan kamera handphone. Model dilatih menggunakan metode CNN dan diintegrasikan ke ESP32-Cam, namun proses inferensi masih memerlukan koneksi internet untuk dapat dijalankan. Hasil menunjukkan bahwa pencahayaan 800 lux memberikan visual optimal, dan berhasil menjalankan klasifikasi dengan akurasi rata-rata sebesar 90,9%. Evaluasi menggunakan confusion matrix menunjukkan bahwa sistem ini baik dan akurat. Kata kunci: Deteksi dini; edge impulse; ESP32-cam; fisika optik; kanker payudara.
Co-Authors Muhamad Azwar Annas Muktamar Cholifah Aisiyah Uswatun Chasanah