View/Open

Author
EUNIKE, BUNGA SANTA NOVELINDA TAMPUBOLON

Date Published
10 Mar 2026

Advisor
Luluk Muthoharoh, S.Si., M.Si.,
Linda Rassiyanti, S.Si., M.Si.,

Subject
Sains Data

Publisher

Kanker payudara merupakan penyakit dengan angka kejadian tinggi sehingga diperlukan metode deteksi dini yang cepat dan akurat. Penelitian ini mengembangkan sistem deteksi kanker payudara pada citra mammogram menggunakan model YOLOv8n dengan dua kelas anotasi, yaitu Cancer dan Normal. Model dilatih menggunakan konfigurasi baseline dan dioptimasi melalui hyperparameter tuning menggunakan Optuna untuk memperoleh performa terbaik. Hasil penelitian menunjukkan bahwa model optimal hasil tuning memberikan performa deteksi tinggi, dengan precision 0.955, recall 0.953, dan [email protected] sebesar 0.980 pada kelas Cancer, serta precision 0.904, recall 0.992, dan [email protected] sebesar 0.959 pada kelas Normal. Nilai [email protected]:0.95 sebesar 0.825 mengindikasikan generalisasi yang stabil pada berbagai ambang prediksi. Temuan ini menunjukkan bahwa YOLOv8n yang telah dioptimasi melalui Optuna mampu mendeteksi dan melokalisasi lesi kanker secara efektif sehingga berpotensi mendukung pengembangan sistem Computer-Aided Diagnosis (CAD).

URI
https://repo.itera.ac.id/depan/submission/SB2603100007

Keyword
Kanker payudara Mammogram Optuna deteksi objek YOLOv8n