KLASIFIKASI CITRA KANKER KULIT MELANOMA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE(SVM)

WAHANINGGAR, KUSUMA (2016) KLASIFIKASI CITRA KANKER KULIT MELANOMA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE(SVM). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 1211100124-abstract.pdf] Text
1211100124-abstract.pdf - Published Version
Restricted to Repository staff only
Download (168kB) | Request a copy
[thumbnail of 1211100124-Conclution.pdf] Text
1211100124-Conclution.pdf - Published Version
Restricted to Repository staff only
Download (271kB) | Request a copy
[thumbnail of 1211100124-undergraduate thesis.pdf] Text
1211100124-undergraduate thesis.pdf - Published Version
Restricted to Repository staff only
Download (2MB) | Request a copy

Abstract

Kanker Kulit melanoma merupakan salah satu jenis kanker kulit yang mematikan. Cara mendeteksi melanoma adalah dengan menggunakan metode Biopsi. Untuk melakukan metode ini membutuhkan kinerja dokter terlatih. Proses Biopsi menyakitkan dan membutuhkan waktu yang cukup lama. Karena itu pada penelitian ini telah dilakukan klasifikasi citra kanker kulit melanoma dengan menggunakan metode Support Vector Machine (SVM). Adapun tahapan dari proses klasifikasi citra kanker kulit melanoma pada penelitian ini meliputi proses pra-pemrosesan, segmentasi, ekstraksi fitur dengan ABC yaitu Asymmetry, Border Irregularity, Colour Variation dan Gray-Level Co-Occurrence Matrix (GLCM) serta klasifikasi citra dengan SVM. Dengan menggunakan dataset 80 citra melanoma dan 70 citra bukan melanoma. Hasil pengujian menunjukkan bahwa sistem dapat mengenali citra melanoma dengan tingkat akurasi sebesar 90%.

Item Type: Thesis (Undergraduate)
Additional Information: RSMa 006.42 Wah k
Uncontrolled Keywords: Kanker Kulit, Ekstraksi Fitur, Asymmetry, Border Irregularity, Colour Variation (ABC) dan Gray-Level Co-Occurrence Matrix (GLCM), Support Vector Machine (SVM).
Subjects: Q Science
Q Science > QA Mathematics
Divisions: Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User: Users 13 not found.
Date Deposited: 02 Dec 2016 07:36
Last Modified: 03 Sep 2025 07:43
URI: http://repository.its.ac.id/id/eprint/920

Actions (login required)

View Item View Item