Perpustakaan
DESKRIPSI DATA LENGKAP
JudulIMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI KANKER PARU-PARU PADA CITRA HISTOPATOLOGI
Nama: WAHYUDI. Z
Tahun: 2025
Abstrak
Kanker paru-paru merupakan salah satu jenis kanker dengan tingkat kematian tertinggi di dunia, sehingga diagnosis dini menjadi sangat penting untuk meningkatkan peluang kesembuhan pasien. Penelitian ini bertujuan untuk mengklasifikasikan kanker paru-paru berdasarkan citra histopatologi menggunakan Convolutional Neural Network (CNN) berbasis arsitektur ResNet50. Dataset yang digunakan adalah LC25000 dengan tiga kelas: adenocarcinoma, benign, dan squamous cell carcinoma. Model dilatih menggunakan pendekatan transfer learning dan dievaluasi dengan 10-fold cross validation pada variasi hyperparameter batch size, dropout rate, dan learning rate. Hasil menunjukkan bahwa kombinasi optimal diperoleh pada batch size 32, dropout 0.2, dan learning rate 0.0001, dengan rata-rata akurasi sebesar 99,89% ± 0,08?n rata-rata loss sebesar 0,00433 ± 0,00239. Evaluasi pada data uji menghasilkan akurasi 99,87%, precision, recall, dan F1-score makro 0,9987, serta AUC ranging from 0.99 to 1.00 for all classes. Temuan ini membuktikan bahwa ResNet50 mampu melakukan klasifikasi citra histopatologi kanker paru-paru dengan performa yang sangat tinggi, stabil, dan konsisten, sehingga berpotensi dikembangkan sebagai sistem pendukung keputusan berbasis AI untuk diagnosis kanker paru secara otomatis.

Sign In to Perpus

Don't have an account? Sign Up