IMPLEMENTASI SHUFFLENET V2 PADA KLASIFIKASI PENYAKIT KULIT BENIGN DAN MALIGNANT
Penyakit kulit atau kanker kulit disebabkan oleh adanya pertumbuhan abnormal sel kulit. Kanker kulit dapat diklasifikasikan menjadi dua kategori yaitu tumor kulit benign (jinak) atau malignant (tumor ganas) dengan karakteristik yang hampir sama. Dengan ini, deteksi dini dan diagnosis yang akurat diperlukan untuk membantu mengidentifikasi kanker kulit benign dan malignant. Beberapa metode telah dilakukan untuk membantu deteksi penyakit kulit salah satunya menggunakan computer vision. Pada penelitian ini, dirancang sebuah sistem yang dapat mengklasifikasi penyakit kulit pada citra dermoskopi dengan menggunakan arsitektur ShuffleNet V2. Pada hasil eksperimen, diuji 5 varian model ShuffleNet V2 dengan menggunakan hyperparameter yaitu optimizer adam, learning rate 0.0001, batch size 16 dan epoch 40. Performa model terbaik berdasarkan hasil evaluasi merupakan model ShuffleNetV2_1.0_1_373 yang mendapatkan 87.2% accuracy, 87.5% precision, 87.0% recall dan 87.2% F1 score.
APA Style
. (2023).IMPLEMENTASI SHUFFLENET V2 PADA KLASIFIKASI PENYAKIT KULIT BENIGN DAN MALIGNANT ().Teknik Informatika:FTI
Chicago Style
.IMPLEMENTASI SHUFFLENET V2 PADA KLASIFIKASI PENYAKIT KULIT BENIGN DAN MALIGNANT ().Teknik Informatika:FTI,2023.Text
MLA Style
.IMPLEMENTASI SHUFFLENET V2 PADA KLASIFIKASI PENYAKIT KULIT BENIGN DAN MALIGNANT ().Teknik Informatika:FTI,2023.Text
Turabian Style
.IMPLEMENTASI SHUFFLENET V2 PADA KLASIFIKASI PENYAKIT KULIT BENIGN DAN MALIGNANT ().Teknik Informatika:FTI,2023.Text
