KLASIFIKASI PENYAKIT KANKER SERVIKS DENGAN ALGORITMA CNN

Abstrak

Kanker serviks adalah salah satu penyakit paling tertinggi kedua diderita oleh perempuan di seluruh dunia. Lambatnya penanganan dan pendeteksian serta rawan kesalahan prosedur menybabkan penyakit ini naik seiring berjalannya waktu. Olehkarena itu klasifikasi kanker serviks sangat diperlukan untuk memberikan penanganan yang cepat dan tepat. Penelitian ini berfokus pada deteksi dan klasifikasi lima jenis kanker serviks yakni superficial- intermediate, parabasal, koilocytotic, dyskeratotic, dan metaplastic dengan menggunakan algoritma CNN. Dataset yang digunakan dibagi menjadi 80% untuk training set, 10% untuk validation set, dan 10% untuk testing set. Seluruh dataset berupa citra diatur ukurannya (resize) menjadi 256×256 piksel sebelum nantinya digunakan pada model. Hasil pengujian menggunakan model EfficientNet-B7 menunjukkan tingkat accuracy sebesar 82.00%, precision sebesar 92.00%,recall sebesar 74.00% dan F-1 Score 82,22% Hasil tersebut berarti bahwa model EfficientNet-B7 pada penelitian ini mampu mengklasifikasi atau mendeteksi tiga jenis kanker serviks dengan performa yang baik