Yusuf Alwansyah Hilmy [13519005].pdf
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Berkembangnya penggunaan Artificial Intelligence (AI) pada masa kini membuat
banyak orang bergantung pada AI. Namun hal itu bisa menjadi bahaya jika AI
digunakan dalam situasi genting seperti bidang medis. AI bisa memberikan
jawaban yang tidak dimengerti manusia dan jika salah maka bisa fatal. Karena itu
penelitian Explainable Artificial Intelligence (XAI) berkembang untuk mengatasi
masalah itu. Pada bidang medis, deteksi melanoma merupakan permasalahan yang
memerlukan XAI agar prediksinya dapat dipercaya. Melanoma merupakan kanker
kulit yang secara visual sulit dibedakan. Penggunaan XAI pada deteksi melanoma
penting untuk meningkatkan kepercayaan ahli kulit dalam menggunakannya.
Karena itu perlu diketahui metode XAI mana yang dapat menjelasakan model
deteksi melanoma terbaik untuk ahli.
Proses yang dilakukan menggunkan metode CRISP-DM yang dimodifikasi sesuai
permasalahan. Metode XAI yang digunakan adalah SHAP, LIME, RISE dan
Grad-CAM. Metode-metode tersebut memiliki kelebihan pada penelitian-
penelitian sebelumnya. Metode tersebut diimplementasikan pada model deteksi
melanoma terbaik berbasis Inception-V3. Model deteksi melanoma dilatih
menggunakan data dari ISIC tahun 2019 dan 2020. Evaluasi model dilakukan
pada eksperimen pemodelan untuk menentukan model terbaik.
Hasil dari implementasi XAI yang diujikan pada ahli kulit menunjukkan SHAP
dan LIME merupakan metode yang paling baik. Namun perlu adanya peningkatan
dalam pembersihan data yang digunakan agar hasil penjelasan bukan merupakan
korelasi palsu. Korelasi palsu ini terjadi pada semua metode XAI. Hal ini sangat
berkaitan dengan data latih yang memiliki banyak gangguan