Putry Yasha, Haura (2025) Komparasi Model Vision Tranformer, Swin dan Data-efficient Image Transformers untuk Deteksi Kanker Kulit. MBKM thesis, Universitas Multimedia Nusantara.
![]() |
PDF
HALAMAN_AWAL.pdf Download (570kB) |
![]() |
PDF
BAB_I.pdf Download (309kB) |
![]() |
PDF
BAB_II.pdf Download (753kB) |
![]() |
PDF
BAB_III.pdf Download (464kB) |
![]() |
PDF
BAB_IV.pdf Restricted to Registered users only Download (1MB) |
![]() |
PDF
BAB_V.pdf Download (254kB) |
![]() |
PDF
DAFTAR_PUSTAKA.pdf Download (262kB) |
![]() |
PDF
LAMPIRAN.pdf Restricted to Registered users only Download (3MB) |
![]() |
PDF
LEMBAR_PENGESAHAN.pdf Download (53kB) |
![]() |
Archive (ZIP)
CREATION_FILE.zip Download (1MB) |
Abstract
Deteksi dini kanker kulit menjadi tantangan penting dalam bidang Sistem Informasi kesehatan karena masih banyak metode konvensional yang bergantung pada pemeriksaan visual atau biopsi yang memakan waktu, biaya, dan rentan kesalahan. Oleh karena itu, diperlukan sistem pendeteksian otomatis berbasis kecerdasan buatan yang efisien dan akurat. Penelitian ini menggunakan pendekatan Vision Transformer untuk mendeteksi kanker kulit, dengan mengkomparasikan tiga arsitektur deep learning, yaitu Vision Transformer, Swin Transformer, dan Data-efficient Image Transformer. Pemilihan metode ini didasarkan pada kemampuan Transformer dalam memahami data citra kompleks serta terbukti unggul dalam berbagai tugas klasifikasi. Penelitian ini bertujuan untuk merancang, membandingkan, dan mengevaluasi performa ketiga model tersebut dalam mendeteksi dua jenis kanker kulit, yaitu melanoma dan seborrheic keratosis. Metode yang digunakan mengikuti tahapan Knowledge Discovery in Databases, dimulai dari pemilihan data, pra-pemrosesan, transformasi, pelatihan model, hingga evaluasi hasil dengan metrik akurasi, sensitivitas, spesifisitas, dan Area Under Curve. Hasil pengujian menunjukkan bahwa Data-efficient Image Transformer unggul dalam sensitivitas (0,90) dan Area Under Curve (0,92), menjadikannya cocok untuk tahap skrining awal. Sementara itu, Swin Transformer memiliki spesifisitas tertinggi (0,97) dan akurasi terbaik (0,90), yang sesuai untuk verifikasi diagnosis. Vision Transformer menunjukkan performa seimbang dengan Area Under Curve sebesar 0,91. Penelitian ini dilaksanakan dalam program Magang Merdeka Belajar Kampus Merdeka Project Independent selama 640 jam kerja dari bulan Februari hingga Juni 2025.
Item Type: | Thesis (MBKM) |
---|---|
Keywords: | Data-efficient Image Transformer, Deteksi Citra Medis, Kanker Kulit, Swin Transformer, Vision Transformer. 5 Komparasi Model Vision Tranformer, Swin dan Data-efficient Image Transformers untuk Deteksi Kanker Kulit, Haura Putry Yasha, Universitas Multimedia Nusantara |
Subjects: | ?? T70 ?? |
Divisions: | Faculty of Engineering & Informatics > Information System |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 31 Jul 2025 13:03 |
Last Modified: | 31 Jul 2025 13:03 |
URI: | https://kc.umn.ac.id/id/eprint/39562 |
Actions (login required)
![]() |
View Item |