Perpustakaan Digital ITB

Melanoma sebagai kanker kulit yang berkembang dari sel melanosit dan menyebar ke organ tubuh melalui pembuluh darah merupakan penyakit yang sangat berbahaya. Identifikasi gejala awal dari melanoma menjadi penting bagi pasien untuk menangani kanker kulit ini sebelum menyebar ke seluruh tubuh. Melalui pengamatan visual secara langsung, gejala awal lesi melanoma memiliki karateristik visual yang serupa dengan lesi non-melanoma. Hal ini menyebabkan diagnosa gejala awal melanoma oleh ahli kulit bersifat subjektif berdasarkan kemampuan dan pengalaman dari pengamat. Oleh sebab itu, permasalahan ini perlu diselesaikan dengan solusi yang dapat menstandarisasi diagnosa gejala awal melanoma. Dengan begitu, solusi dapat menjadi komponen pendukung dalam membantu ahli kulit dalam diagnosa gejala awal melanoma. Teknik pembelajaran mesin memiliki kemampuan untuk melakukan generaliasi pola atau informasi dari pembelajaran atas data. Peningkatan kualitas visualisasi lesi melanoma dengan dermoscopy menjadikkan teknik pembelajaran mesin dapat digunakan untuk membangun model deteksi gejala awal melanoma. Transfer learning sebagai salah satu teknik pembelajaran mesin menggunakan model lain yang telah dilatih untuk melakukan pekerjaan lain. Model tersebut menjadi titik awalan yang mengekstrasi fitur atas data yang dilatih. Hasil ekstrasi digunakan untuk membangun model baru yang melakukan deteksi gejala awal melanoma. Model dasar yang digunakan merupakan model yang telah digunakan untuk melakukan deteksi objek dan gambar dalam skala data dan label yang besar. Melalui hasil eksperimen untuk menghasilkan model deteksi gejala awal melanoma dengan kinerja terbaik, arsitektur inception sebagai model dasar dan klasifikasi dengan lapisan fully-connected memperoleh kinerja yang terbaik diantara beberapa model yang dibandingkan nilai recall-nya. VGG19 juga memperoleh kinerja yang baik meskipun eksperimen yang dilakukan dengan model dasar ini hanya skala data yang lebih kecil dan seimbang. Dengan begitu, teknik pembelajaran mesin dapat menghasilkan model yang dapat menstadarisasi diagnosa gejala awal melanoma.