Klasifikasi Oral Squamous Cell Carcinoma (OSCC) Menggunakan Convolutional Neural Network (CNN) dengan ResNet-152

Bagas Tirta Kusuma, Mega (2025) Klasifikasi Oral Squamous Cell Carcinoma (OSCC) Menggunakan Convolutional Neural Network (CNN) dengan ResNet-152. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (647kB)
	PDF BAB_I.pdf Download (213kB)
	PDF BAB_II.pdf Download (371kB)
	PDF BAB_III.pdf Download (497kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Download (207kB)
	PDF DAFTAR_PUSTAKA.pdf Download (218kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (260kB)
	Archive (ZIP) CREATION_FILE.zip Download (5kB)

Abstract

Oral squamous cell carcinoma (OSCC) adalah jenis kanker mulut yang umum dengan tingkat kematian yang tinggi, sebagian besar disebabkan oleh diagnosis yang terlambat. Kemajuan dalam kecerdasan buatan, terutama Convolutional Neural Network (CNN), memberikan potensi besar untuk klasifikasi dini yang lebih akurat melalui analisis citra medis. Penelitian ini bertujuan membangun model klasifikasi OSCC menggunakan arsitektur ResNet-152 dengan pendekatan transfer learning. Metodologi penelitian menggunakan dataset citra histopatologi publik yang divalidasi dengan metode 5-fold cross-validation untuk memastikan keandalannya. Proses pelatihan mencakup tahap feature extraction dan fine- tuning untuk menentukan hyperparameter optimal. Performa model dievaluasi berdasarkan metrik akurasi, precision, recall, dan F1-score. Hasil evaluasi pada data uji menunjukkan model berhasil mencapai akurasi keseluruhan 77,96%. Secara rinci, performa untuk kelas OSCC sangat kuat dengan F1-score 0,84 precision 0,95 recall 0,75, sementara untuk kelas Normal, F1-score yang diperoleh adalah 0,65 precision 0,52 recall 0,88. Hasil optimal yang digunakan adalah batch size 32, dropout rate 0,3, dan 128 unit pada dense layer.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Bagas Tirta Kusuma, Mega (00000062337)
Contributors:	Winarno, Winarno
Keywords:	Convolutional Neural Network, Klasifikasi Kanker, Karsinoma Sel Skuamosa Oral, Klasifikasi Citra, ResNet-152.
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	10 Sep 2025 05:45
URI:	https://kc.umn.ac.id/id/eprint/40477

Actions (login required)

View Item