Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Ilman, Muhammad Fahri"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    IMPLEMENTASI ALGORITMA EXTREME LEARNING MACHINE PADA CITRA CT-SCAN UNTUK KLASIFIKASI KANKER PARU-PARU
    (Program Studi S1 Informatika, 2025) Ilman, Muhammad Fahri; Azizah Zakiah (Pembimbing)
    Kanker paru-paru merupakan salah satu penyebab utama kematian akibat kanker di dunia, dengan tingkat prevalensi dan mortalitas yang tinggi. Deteksi dini sangat penting untuk meningkatkan peluang kesembuhan pasien. Penelitian ini bertujuan untuk mengimplementasikan algoritma Extreme Learning Machine (ELM) dalam mengklasifikasikan kanker paru-paru pada citra CT-scan menjadi tiga kategori, yaitu normal, jinak, dan ganas. Algoritma ELM ini memiliki kecepatan pelatihan yang tinggi serta akurasi yang baik dibandingkan metode lain. Proses yang dilakukan meliputi pembersihan data, ekstraksi fitur menggunakan metode Histogram of Oriented Gradients (HOG), serta pengujian berbagai jumlah hidden neuron dan fungsi aktivasi untuk mendapatkan konfigurasi terbaik. Hasil evaluasi menggunakan confusion matrix menunjukkan bahwa model ELM mencapai akurasi sebesar 96% dengan performa tertinggi pada kelas ganas. Implementasi ini juga dilengkapi dengan antarmuka web yang memudahkan pengguna dalam mengunggah gambar dan memperoleh hasil prediksi secara interaktif. Dengan demikian, sistem ini berpotensi membantu tenaga medis dalam proses diagnosa kanker paru-paru secara cepat dan akurat.

PTI copyright © 2002-2026

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback