Catatan bukti · UDINUS · SDGs
- Unit
- Rektorat UDINUS
- Periode
- 2025
- Tujuan
- Nomor
- bee321c6-0cd4-4f5c-b48f-e2561782ca4a
- Terbit
- 2026-10-30
Universitas Dian Nuswantoro melaksanakan penelitian yang mengevaluasi efektivitas model YOLOv10 untuk mengidentifikasi lesi kulit pada citra dermoskopi. Kegiatan ini melibatkan peneliti UDINUS Tjahjono, William Trijanto Dwiputra; Paramita, Cinantya; Supriyanto, Catur; Savicevic, Anamarija Jurcev; Rakasiwi, Sindhu; dan Haresta, Alif Agsakli sebagai peserta penelitian. Penelitian membahas kanker kulit, khususnya melanoma, sebagai masalah kesehatan global yang berkaitan dengan peningkatan angka kejadian dan kematian. Penelitian ini juga mempertimbangkan pentingnya deteksi dini serta variasi dan keterlambatan yang dapat muncul ketika metode diagnosis tradisional bergantung pada interpretasi ahli.
Penelitian menggunakan dataset HAM10000 yang berisi 10.015 citra dermoskopi berlabel dan dikategorikan ke dalam tujuh jenis lesi. Untuk menangani ketidakseimbangan kelas, kegiatan ini menerapkan prapemrosesan melalui teknik oversampling dan augmentasi. Proses tersebut menghasilkan dataset seimbang yang terdiri atas 3.500 citra. Varian YOLOv10x kemudian dilatih menggunakan parameter yang dioptimalkan. Hasil yang dilaporkan mencakup precision sebesar 84,2%, recall sebesar 86,3%, mAP50 sebesar 89,2%, dan F1-score sebesar 85,2%.
Pengujian ekstensif selanjutnya memvalidasi kemampuan model dalam membedakan lesi ganas dan jinak secara akurat. Penelitian melaporkan bahwa YOLOv10 memiliki kemampuan pemrosesan waktu nyata dan akurasi deteksi yang kuat, sehingga menunjukkan potensi untuk aplikasi klinis serta diagnosis yang lebih cepat dan andal. Kegiatan ini berkaitan dengan tujuan yang berfokus pada kesehatan melalui penelitian yang menggunakan kecerdasan buatan dan pencitraan medis. Penelitian menggambarkan potensi transformatif AI dalam pencitraan medis serta menetapkan pekerjaan lanjutan berupa penyempurnaan model, perluasan dataset, dan eksplorasi implementasi waktu nyata untuk aplikasi medis yang lebih luas. Melalui kegiatan ini, UDINUS mendokumentasikan penelitian mengenai pendekatan berbasis AI untuk deteksi lesi kulit dan kinerja yang dilaporkannya.