PERANCANGAN SISTEM DETEKSI DINI MELANOMA MALIGNA DENGAN METODE KLASIFIKASI RANDOM FOREST

M Qolbi, Al-Zikri (2024) PERANCANGAN SISTEM DETEKSI DINI MELANOMA MALIGNA DENGAN METODE KLASIFIKASI RANDOM FOREST. Diploma thesis, Universitas Andalas.

	Text (Abstrak) Cover dan Abstrak.pdf - Published Version Download (116kB)
	Text (BAB I) Bab I.pdf - Published Version Download (106kB)
	Text (BAB V) Bab V.pdf - Published Version Download (16kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (174kB)
	Text (TA FULL) Full_Laporan Tugas Akhir - M Qolbi Al Zikri.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Kanker merupakan salah satu penyakit yang menjadi problematika dunia. Penyakit kanker berada pada urutan kedua tertinggi penyebab kematian di dunia. Kanker kulit adalah salah satu jenis kanker yang ditandai dengan pertumbuhan sel abnormal pada jaringan kulit. Kanker kulit dibagi menjadi dua kategori: nonmelanoma dan melanoma maligna. Melanoma maligna merupakan jenis kanker kulit yang paling ganas. Deteksi dini melanoma sangat bergantung pada kemampuan dan pengalaman dokter. Gold standard diagnosis melanoma dengan biopsi. Namun, biopsi memerlukan waktu yang lama dan berpotensi infeksi. Penegakan diagnosis melanoma dilakukan oleh dokter dengan kaca pembesar untuk memeriksa fisik dari tanda di kulit seperti tahi lalat dan bintik-bintik. Pemeriksaan dilakukan ukuran, warna, tekstur, bentuk, apakah mengeluarkan cairan atau mengeras. Secara fisik, melanoma memiliki ciri asimetris, tepi tahi lalat tidak beraturan, warna tidak rata, lebar lebih dari 6 mm, dan ukurannya bertambah. Ketepatan diagnosis melalui pemeriksaan fisik sangat bergantung pada kemampuan dan pengalaman dokter. Oleh karena itu, tingkat kesalahan dalam diagnosis melanoma lebih tinggi pada praktisi pemula. Dokter perawatan primer memiliki sensitivitas 14% lebih rendah untuk mendeteksi melanoma dibandingkan dengan dokter spesialis kulit. Melihat berbagai kekurangan dari proses penegakan diagnosis saat ini, diperlukan pengembangan diagnosa dengan alat dan bantuan teknologi. Tugas akhir ini bertujuan untuk merancang prototipe alat deteksi dini melanoma. Alat dirancang dengan sistem akuisisi citra dan sistem pengolahan citra untuk mengklasifikasikan gambar kulit menggunakan metode random forest. Sistem pengolahan citra menggunakan ekstraksi fitur Asimetri, Border, dan Colour. Hasil pelatihan model random forest terbaik didapatkan pada parameter 20 pohon keputusan dan 15 level kedalaman. Hasil pengujian kinerja model ini menghasilkan akurasi 99,9% untuk 1000 data latih dan 99,5% untuk 400 data uji. Pengimplementasian sistem pada lima orang responden didapatkan hasil klasifikasi 100% benar. Dapat disimpulkan, sistem mampu bekerja sesuai fungsinya.

Actions (login required)

View Item