::  Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

 
Ditemukan 4 dokumen yang sesuai dengan query
cover
Nisrina Dinda Dhamayanti, author
PENGEMBANGAN DAN ANALISIS SEGMENTASI LESI KULIT MENGGUNAKAN RESIDUAL U-NET = Development and Analysis of Skin Lesion Segmentation Using Residual U-Net
Kanker kulit berasal dari lesi kulit yang memiliki penampilan atau pertumbuhan jaringan kulit yang tidak biasa. Melanoma adalah kanker kulit paling berbahaya dan menyebabkan banyak kematian jika tidak terdeteksi sedini mungkin. Pendeteksian sedini mungkin mendesak untuk dilakukan mengingat dapat meningkatkan angka survival rate sebesar 95%. Cara pendeteksiaan saat ini yang...
Depok: Fakultas Teknik Universitas Indonesia, 2022
S-pdf
UI - Skripsi (Membership)  Universitas Indonesia Library
cover
Josh Frederich, author
Aplikasi Diagnosis Lesi Kulit Otomatis dengan Menggunakan Transfer Learning Arsitektur EfficientNet = Automatic Skin Lesion Diagnosis Application Using EfficientNet Architecture via Transfer Learning
Diagnosis otomatis kanker kulit dari lesi kulit dengan menggunakan gambar dermoskopi masih merupakan tugas yang menantang bagi kecerdasan buatan khususnya pada Artificial Neural Network dengan menggunakan deep learning. Penggunaan arsitektur yang tepat pada klasifikasi merupakan faktor penting dalam membuat diagnosis otomatis yang akurat. Meski demikian, model-model klasifikasi yang sudah terbuat...
Depok: Fakultas Teknik Universitas Indonesia, 2021
S-pdf
UI - Skripsi (Membership)  Universitas Indonesia Library
cover
Harahap, Adli Aulia Fattah, author
Pengembangan dan analisis segmentasi lesi kulit menggunakan arsitektur recurrent residual U-Net (R2U-Net) = Development and analysis of skin lesion segmentation using recurrent Residual U-Net (R2U-Net) architecture
Kanker kulit termasuk salah satu kanker dengan kasus terbanyak di seluruh dunia dan menjadi penyebab kematian terbanyak adalah kanker kulit melanoma. Pendeteksian dan diagnosis dini berhasil meningkatkan angka survival rate untuk melanoma tingkat awal sebesar 95%. Oleh karena itu, analisis gambar medis sangat penting dalam upaya pengobatan penyakit kulit sedini...
Depok: Fakultas Teknik Universitas Indonesia, 2022
S-pdf
UI - Skripsi (Membership)  Universitas Indonesia Library
cover
Harahap, Nanda Ilham, author
Pengembangan aplikasi web Klasifikasi Lesi Kulit dengan menggunakan transfer learning Arsitektur InceptionResNet-v2 = Web application development Skin Lesion Classification using transfer Learning Architecture InceptionResNet-v2
Perkembangan bidang machine learning telah mengalami kemajuan yang pesat dari berbagai domain dimana dibutuhkan sistem otomasi. Hal ini membuat model yang advanced, seperti Convolutional Neural Network yang merupakan bagian dari deep learning, dapat mencapai performa yang baik dalam melakukan klasifikasi, identifikasi objek, hingga bahkan melebihi kemampuan manusia dalam beberapa domain....
Depok: 2023
S-pdf
UI - Skripsi (Membership)  Universitas Indonesia Library