Deteksi Kanker Mulut Berbasis Citra Menggunakan Algoritma Convolutional Neural Network

Arieffaza, Muhammad Naufal (2026) Deteksi Kanker Mulut Berbasis Citra Menggunakan Algoritma Convolutional Neural Network. Other thesis, sepuluh nopember institute of technology.

Text (Buku TA Muhammad Naufal Arieffaza 05111840000126) TA_Final Naufal_05111840000126 1 (1).pdf - Submitted Version Restricted to Repository staff only Download (2MB)

Abstract

Deteksi dini kanker mulut sangat krusial untuk meningkatkan angka harapan hidup pasien, namun keterbatasan ahli patologi di daerah terpencil sering menjadi kendala utama, sehingga penelitian ini mengembangkan sistem klasifikasi citra histopatologi berbasis deep learning dengan membandingkan arsitektur Convolutional Neural Network (CNN) dan MobileNetV2 menggunakan dataset 1.528 citra yang terbagi seimbang ke dalam tiga kategori: Cancerous, Normal, dan Pre-cancerous. Empat model dibangun dalam studi ini, yaitu Custom CNN Baseline dan Custom CNN Improved yang dilengkapi BatchNormalization, Dropout 0,5, GlobalAveragePooling2D, serta Cosine Decay, serta MobileNetV2 Baseline dan MobileNetV2 Improved dengan fine-tuning dua tahap, yang kinerjanya diukur menggunakan akurasi dan F1-score. Dari hasil pengujian, Custom CNN Improved menunjukkan peningkatan akurasi yang cukup signifikan dari 64,71% menjadi 88,89% (naik sekitar 24,18%), sementara MobileNetV2 Improved berhasil mencatatkan akurasi tertinggi hingga 92,48% dengan F1-score macro 0,93, dengan kelas Pre-cancerous menjadi kategori paling sulit diidentifikasi diduga karena morfologi selnya memiliki kemiripan erat dengan sel normal. Sebagai luaran akhir, model MobileNetV2 Improved terbaik diintegrasikan ke dalam aplikasi berbasis web menggunakan Streamlit yang diharapkan menjadi alat bantu skrining awal praktis, terutama bagi fasilitas kesehatan dengan akses terbatas ke tenaga patologi ahli.

Kata kunci: kanker mulut, deep learning, CNN, MobileNetV2, klasifikasi citra histopatologi.

Item Type:	Thesis (Other)
Subjects:	T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques. Image analysis--Data processing.
Depositing User:	Muhammad Naufal Arieffaza
Date Deposited:	05 Aug 2026 02:06
Last Modified:	05 Aug 2026 02:06
URI:	http://repository.its.ac.id/id/eprint/142560

Actions (login required)

View Item