Skripsi
DETEKSI LESI PRA-KANKER SERVIKS PADA CITRA KOLPOSKOPI MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR YOLO
Deteksi lesi pra-kanker serviks memegang peran krusial dalam menganalisis citra medis untuk diagnosa yang tepat. Keterbatasan pengamatan visual mendorong perlunya deteksi berbasis komputer. Penelitian ini mengusulkan model deteksi lesi pra-kanker serviks menggunakan Convolutional Neural Network (CNN) dengan arsitektur YOLO, memberikan akurasi yang tinggi. Dua dataset digunakan, pertama dari IARS Cervical Cancer Image Bank (Dataset 1) dengan 913 gambar dari 200 kasus, dan kedua dari Rumah Sakit Mohammad Hoesin Palembang (Dataset 2) dengan 160 gambar. Hasil evaluasi matriks menunjukkan bahwa YOLOv8 menjadi model terbaik dengan mAP50 sebesar 92% pada Dataset 1, 78,4% pada Dataset 2, dan 81,5% pada gabungan kedua dataset.
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2407001531 | T140608 | T1406082024 | Central Library (Referens) | Available but not for loan - Not for Loan |
No other version available