KLASIFIKASI CITRA DERMATOSKOPIK PENYAKIT KANKER KULIT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Ini merupakan tugas mata kuliah eksperimen fisika Eksperimen ini berisi program untuk klasifikasi 100015 citra dermatoskopik dari dataset HAM10000 dengan tujuh jenis kanker kulit yaitu:

1. actinic keratosis (akiec)
2. basal cell carcinoma (bcc)
3. benign keratosis (bkl)
4. dermatofibroma (df)
5. melanocytic nevi (nv)
6. melanoma (mel)
7. vascular skin lesion (vasc)

(https://doi.org/10.7910/DVN/DBW86T)

TUJUAN:

1. Mengklasifikasi citra dermatoskopik penyakit kanker kulit pada dataset HAM10000
2. Mengaplikasikan algoritma convolutional neural network untuk klasifikasi citra dermatoskopik penyakit kanker kulit pada dataset HAM10000
3. Membuat model deep learning untuk klasifikasi citra dermatoskopik penyakit kanker kulit pada dataset HAM10000
4. Mengevaluasi model deep learning yang telah dibuat berdasarkan confusion matrix

Eksperimen dilakukan sebanyak dua belas kali, model terbaik dihasilkan pada percobaan kedelapan dengan arsitektur convolutional neural network empat lapis konvolusi dengan jumlah filter masing-masing 16, 32, 64, dan 128 dan tiga lapis neural network dengan jumlah neuron masing-masing 32, 16, dan 7 dapat mengklasifikasikan dataset HAM10000 citra dermatoskopik dengan akurasi 99,988%