Implementasi Metode You Only Look Once (YOLO) untuk Deteksi Kanker Payudara dari Citra Mammography

ALMA MAXFIRA BRILIANA (2022) Implementasi Metode You Only Look Once (YOLO) untuk Deteksi Kanker Payudara dari Citra Mammography. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img] Text (HALAMAN JUDUL)
081811733031_HALAMAN JUDUL.pdf

Download (719kB)
[img] Text (BAB I)
081811733031_BAB I.pdf

Download (484kB)
[img] Text (FULLTEXT)
081811733031_FULLTEXT.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Kanker payudara adalah penyakit yang menyebabkab kematian utama pada pasien kanker wanita. Kanker payudara terjadi karena adanya peningkatan aktivitas proliferasi sel (kemampuan sel untuk memperbanyak diri) secara terus-menerus dan tidak terkontrol pada jaringan payudara (WHO, 2020). Mammography merupakan metode pemeriksaan yang paling banyak diterapkan dalam diagnosis kanker payudara karena tingkat sensitivitas dan spesifisitas yang tinggi. Metode analisis mammography yang diterapkan saat ini dilakukan secara manual dan didasarkan pengalaman dari dokter dan radiologis (Listia & Harjoko, 2014). Analisis mammogram secara manual memungkinkan terjadinya kesalahan interpretasi. Hal ini bisa diakibatkan oleh sel kanker yang tertutup oleh noise, kontras citra yang rendah dan faktor manusiawi lainnya seperti : kelelahan, mood, dan lainnya. Untuk meminimalisir hal tersebut dibutuhkan suatu metode yang dapat membantu dokter dalam menganalisis citra mammogram payudara. Penelitian ini memiliki tujuan untuk mengembangkan model pembelajaran mesin untuk membantu mendeteksi kanker payudara dari citra mammografi menggunakan metode YOLOv5 dengan framework Google Collaboratory. Selain itu, pada penelitian ini diterapkan variasi metode image enhancement yang bertujuan untuk menghilangkan noise dan meningkatkan akurasi dari model deteksi. Metode image enhancement yang diterapkan diantaranya filter gaussian, filter median, histogram equalization (CLAHE), filter gaussian + CLAHE, dan filter median + CLAHE. Hasil penelitian menunjukkan bahwa model yang telah dibangun memiliki performa yang baik ditunjukkan dengan nilai mean average precision (mAP) diatas 85%. Nilai mAP tertinggi diperoleh pada variasi dataset citra filter median kernel 5x5, yaitu 99,5% dan F1-score sebesar 0,995.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK S.FST.TB 19 - 23 Alm i
Uncontrolled Keywords: Breast cancer, YOLOv5, Gaussian filter, Median filter, Histogram equalization (CLAHE)
Subjects: R Medicine > RC Internal medicine > RC0254 Neoplasms. Tumors. Oncology (including Cancer)
Divisions: 08. Fakultas Sains dan Teknologi > Fisika
Creators:
CreatorsNIM
ALMA MAXFIRA BRILIANANIM081811733031
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorENDAH PURWANTINIDN197812172005012001
Thesis advisorWINARNONIDN198109122015041001
Depositing User: Sulistiorini
Date Deposited: 31 Aug 2026 03:12
Last Modified: 31 Aug 2026 03:12
URI: http://repository.unair.ac.id/id/eprint/145249
Sosial Share:

Actions (login required)

View Item View Item