Rancang Bangun Model Klasifikasi Kanker Kulit Menggunakan Convolutional Neural Network (CNN) VGG16
Abstract
References
Alzubaidi, L., Zhang, J., Humaidi, A. J., Al-Dujaili, A., Duan, Y., Al-Shamma, O., Santamaría, J., Fadhel, M. A., Al-Amidie, M., & Farhan, L. (2021). Review of deep learning: concepts, CNN architectures, challenges, applications, future directions. Journal of Big Data, 8(1). https://doi.org/10.1186/s40537-021-00444-8
Arsal, M., Agus Wardijono, B., & Anggraini, D. (2020). Face Recognition Untuk Akses Pegawai Bank Menggunakan Deep Learning Dengan Metode CNN. Jurnal Nasional Teknologi dan Sistem Informasi, 6(1), 55–63. https://doi.org/10.25077/teknosi.v6i1.2020.55-63
Banachewicz, K., & Massaron, L. (2022). The Kaggle Book: Data analysis and machine learning for competitive data science. Packt. https://books.google.co.id/books?id=GAVsEAAAQBAJ&printsec=frontcover&hl=id&source=gbs_ge_summary_r&cad=0#v=onepage&q&f=false
GoodStats. (2022, November 5). Mengulik Perkembangan Penggunaan Smartphone di Indonesia. GoodStats. https://goodstats.id/article/mengulik-perkembangan-penggunaan-smartphone-di-indonesia-sT2LA
Guntoro, I., Midyanti, D. M., & Hidayati, R. (2022). Penerapan Dropout pada Jaringan Saraf Tiruan Backpropagation Dalam Mengklasifikasi Tingkat Fine Fuel Moisture Code (FFMC) Untuk Kebakaran Hutan Dan Lahan. Jurnal Komputer dan Aplikasi, 10(1), 114–123.
Hamsy Romario, M., Ihsanto, E., & Maya Kadarina, T. (2020). Sistem Hitung Dan Klasifikasi Objek Dengan Metode Convolutional Neural Network. Jurnal Teknologi Elektro, Universitas Mercu Buana , 11(2), 108.
KemenKes. (2023, Februari 8). Satukan Kata dan Langkah #CloseThe CareGap. KemenKes. https://yankes.kemkes.go.id/view_artikel/2118/
Montesinos López, O. A., Montesinos López, A., & Crossa, J. (2022). Convolutional Neural Networks. Dalam Multivariate Statistical Machine Learning Methods for Genomic Prediction (hlm. 533–577). Springer International Publishing. https://doi.org/10.1007/978-3-030-89010-0_13
Naqvi, M., Gilani, S. Q., Syed, T., Marques, O., & Kim, H. C. (2023). Skin Cancer Detection Using Deep Learning—A Review. Diagnostics, 13(11). https://doi.org/10.3390/diagnostics13111911
Nelson, N. (2023). Implementasi Siamese Convolutional Neural Network pada Citra Jerawat untuk Klasifikasi Jenis Jerawat [Informatika, Universitas Multimedia Nusantara]. https://kc.umn.ac.id/id/eprint/25550
Orlando, O., & Al Rivan, M. E. (2023). Klasifikasi Jenis kanker Kulit Manusia Menggunakan Convolution Neural Network. MDP Student Conference, 2(1), 144–150. https://doi.org/10.35957/mdp-sc.v2i1.4335
Palupi Rini, D., Primanita, A., & Saputra, T. (2024). Klasifikasi Kanker Payudara Menggunakan Metode Convolutional Neural Network (CNN) dengan Arsitektur VGG-16. Jurnal Sistem Komputer dan Informatika (JSON) Hal: 529−, 537(3). https://doi.org/10.30865/json.v5i3.7553
Pardede, J., & Putra, D. A. L. (2020). Implementasi DenseNet Untuk Mengidentifikasi Kanker Kulit Melanoma. Jurnal Teknik Informatika dan Sistem Informasi, 6(3). http://dx.doi.org/10.28932/jutisi.v6i3.2814
Purwono, Ma’arif, A., Rahmaniar, W., Fathurrahman, H. I. K., Frisky, A. Z. K., & Haq, Q. M. U. (2022). Understanding of Convolutional Neural Network (CNN): A Review. International Journal of Robotics and Control Systems, 2(4), 739–748. https://doi.org/10.31763/ijrcs.v2i4.888
Qiu, L., Zhang, D., & Tian, Y. (2021). Deep learning-based algorithm for vehicle detection in intelligent transportation systems. The Journal of Supercomputing, 4, 77–77. https://www.researchgate.net/publication/350168397_Deep_learning-based_algorithm_for_vehicle_detection_in_intelligent_transportation_systems
Raup, A., Ridwan, W., Khoeriyah, Y., Supiana, & Zaqiah, Q. Y. (2022). Deep Learning dan Penerapannya dalam Pembelajaran. JIIP (Jurnal Ilmiah Ilmu Pendidikan), 5(9), 3258–3267. https://www.jiip.stkipyapisdompu.ac.id/jiip/index.php/JIIP/article/view/805/776
Sa’idah, S., Putu, I., Nugraha Suparta, Y., & Suhartono, E. (2022). Modifikasi Convolutional Neural Network Arsitektur GoogLeNet dengan Dull Razor Filtering untuk Klasifikasi Kanker Kulit. Jurnal Nasional Teknik Elektro dan Teknologi Informasi |, 11(2). https://pdfs.semanticscholar.org/58e6/afa17cae749c337b455c2435a8e292287856.pdf
Sa’idah, S., Putu, I., Nugraha Suparta, Y., & Suhartono, E. (2022b). Modifikasi Convolutional Neural Network Arsitektur GoogLeNet dengan Dull Razor Filtering untuk Klasifikasi Kanker Kulit. Jurnal Nasional Teknik Elektro dan Teknologi Informasi |, 11(2). https://pdfs.semanticscholar.org/58e6/afa17cae749c337b455c2435a8e292287856.pdf
Silalahi, R. N. P. (2020). Aplikasi Klasifikasi Deteksi Jenis Pisang Dan Kematangan Buah Pisang Berbasis Android [Teknik Informatika, Universitas Komputer Indonesia]. https://elibrary.unikom.ac.id/id/eprint/4134/
Tarisa, R. E. dwi, Rustam, R., & Elmatris. (2022). Hubungan Jenis Pekerjaan dengan Kanker Kulit di RSUP Dr. M. Djamil Padang Tahun 2015-2020. Indonesian Journal of Health Science, 3(1), 67–73. https://www.researchgate.net/publication/339699984_Studi_Retrospektif_Kanker_Kulit_di_Poliklinik_Ilmu_Kesehatan_Kulit_dan_Kelamin_RS_Dr_M_Djamil_Padang_Periode_Tahun_2015-2017
Umam Wiranda, C. (2024). Pengembangan Aplikasi Mobile Android untuk Deteksi Otomatis Mata Katarak Menggunakan CNN dan Tensorflow. Jurnal Kendali Teknik dan Sains, 2(3), 128–140. https://doi.org/10.59581/jkts-widyakarya.v2i3.3722
Yohannes, R., & Al Rivan, M. E. (2022). Klasifikasi Jenis Kanker Kulit Menggunakan CNN-SVM. Jurnal Algoritme, 2(2), 133–144.
Yousef, H., Alhajj, M., Fakoya, A. O. F., & Sharma, S. (2024). Anatomy, Skin (Integument), Epidermis. StatPearls. https://www.ncbi.nlm.nih.gov/books/NBK470464/
Zidarič, T., Kleinschek, K. S., Maver, U., & Maver, T. (2023). Skin Physiology and Function. Dalam SpringerBriefs in Molecular Science (hlm. 5–9). Springer, Cham. https://doi.org/https://doi.org/10.1007/978-3-031-21298-7_2
Zschech, P., Sager, C., Siebers, P., & Pertermann, M. (2021). Mit Computer Vision zur automatisierten Qualitätssicherung in der industriellen Fertigung: Eine Fallstudie zur Klassifizierung von Fehlern in Solarzellen mittels Elektrolumineszenz-Bildern. HMD Praxis der Wirtschaftsinformatik, 58(2), 321–342. https://doi.org/10.1365/s40702-020-00641-8
Refbacks
- There are currently no refbacks.
Jl. Auri No. 14-16 Kota Madiun 63118
Lt 3 Kantor Program Studi Teknik Informatika
email : senatik@unipma.ac.id
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.