Open Skin Cancer Recognition Menggunakan Model Pra-Terlatih Resent Berdasarkan Nilai Probabilitas Dan Logit

Fernando, Riky (2026) Open Skin Cancer Recognition Menggunakan Model Pra-Terlatih Resent Berdasarkan Nilai Probabilitas Dan Logit. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 11191065_cover.pdf - Cover Image Download (703kB)
	Text 11191065_statement_of_authenticity.pdf Download (609kB)
	Text 11191065_publishing_agreement.pdf Download (611kB)
	Text 11191065_ approval_sheet.pdf Download (676kB)
	Text 11191065_preface.pdf Download (664kB)
	Text 11191065_abstract_id.pdf Download (713kB)
	Text 11191065_abstract_en.pdf Restricted to Repository staff only until 24 April 2028. Download (706kB) | Request a copy
	Text 11191065_table_of_content.pdf Restricted to Repository staff only until 24 April 2028. Download (954kB) | Request a copy
	Text 11191065_illustrations.pdf Restricted to Repository staff only until 24 April 2028. Download (857kB) | Request a copy
	Text 11191065_tables.pdf Restricted to Repository staff only until 24 April 2028. Download (574kB) | Request a copy
	Text 11191065_chapter_1.pdf Restricted to Repository staff only until 24 April 2028. Download (2MB) | Request a copy
	Text 11191065_chapter_2.pdf Restricted to Repository staff only until 24 April 2028. Download (3MB) | Request a copy
	Text 11191065_chapter_3.pdf Restricted to Repository staff only until 24 April 2028. Download (2MB) | Request a copy
	Text 11191065_chapter_4.pdf Restricted to Repository staff only until 24 April 2028. Download (8MB) | Request a copy
	Text 11191065_conclusions.pdf Restricted to Repository staff only until 24 April 2028. Download (1MB) | Request a copy
	Text 11191065_bibliography.pdf Download (859kB)
	Text 11191065_enclosure.pdf Restricted to Repository staff only until 24 April 2028. Download (932kB) | Request a copy
	Text 11191065_paper.pdf Restricted to Repository staff only until 24 April 2028. Download (858kB) | Request a copy
	Text 11191065_presentation.pdf Restricted to Repository staff only until 24 April 2028. Download (1MB) | Request a copy
	Text 11191065_Form_TA-020.pdf Restricted to Repository staff only until 24 April 2028. Download (268kB) | Request a copy

Abstract

Kanker kulit merupakan salah satu jenis kanker yang paling umum terjadi secara global dan memiliki tingkat mortalitas tinggi, khususnya pada melanoma. Deteksi dini menjadi aspek krusial dalam mencegah komplikasi lebih lanjut, namun metode konvensional memiliki keterbatasan seperti ketergantungan pada keahlian dokter dan terbatasnya akses dermatologis di beberapa wilayah. Dengan berkembangnya deep learning, arsitektur Residual Network (ResNet) menunjukkan potensi kuat dalam membantu proses diagnosis. Penelitian ini mengimplementasikan open-set recognition menggunakan model pra-terlatih ResNet dengan memanfaatkan nilai probabilitas dan logit untuk mengidentifikasi kelas yang dikenal maupun tidak dikenal. Dataset HAM10000 digunakan sebagai data utama dengan konfigurasi eksperimen yang mencakup: (1) analisis pengaruh jumlah lapisan tersembunyi terhadap akurasi dan F1-Score, (2) evaluasi AUROC untuk pendeteksian kelas tidak dikenal, dan (3) analisis waktu komputasi model. Hasil penelitian menunjukkan bahwa konfigurasi model terbaik adalah ResNet50 dengan 1 lapisan tersembunyi (128 unit), menghasilkan akurasi 87.92%, F1-Score 0.86, serta AUROC logits 0.92 dan AUROC probabilities 0.89 dalam pendeteksian kelas tidak dikenal. Nilai logit terbukti lebih stabil dibanding probabilitas dalam memisahkan kelas dikenal dan tidak dikenal. Waktu komputasi rata-rata berada pada rentang 46–51 detik per epoch, menunjukkan model tetap efisien untuk implementasi klinis awal.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Riky Fernando
Date Deposited:	12 Jan 2026 06:00
Last Modified:	12 Jan 2026 06:00
URI:	http://repository.itk.ac.id/id/eprint/25108

Actions (login required)

View Item