Catatan bukti · UDINUS · SDGs
- Unit
- Rektorat UDINUS
- Periode
- 2024
- Tujuan
- Nomor
- bf2a57dd-6931-4787-a6db-6d60184022a7
- Terbit
- 2026-10-30
Universitas Dian Nuswantoro (UDINUS), melalui partisipasi Nugroho, Wahyu Adi; Supriyanto, Catur; Shidik, Guruh Fajar; dan Pujiono, melaksanakan penelitian mengenai fungsi aktivasi rectified linear unit (ReLU) yang dimodifikasi pada model deep learning serta teknik explainable artificial intelligence (XAI) untuk klasifikasi subtipe kanker payudara. Kegiatan ini membahas kanker payudara sebagai kondisi serius yang memiliki risiko besar terhadap kehidupan apabila tidak diidentifikasi pada tahap awal. Kegiatan ini juga mempertimbangkan keterbatasan pemeriksaan medis konvensional dalam hal akurasi dan keandalan.
Penelitian tersebut bertujuan meningkatkan kinerja model convolutional neural network (CNN) dengan memodifikasi fungsi aktivasi ReLU untuk membedakan delapan subtipe kanker payudara. Kegiatan ini mengkaji metodologi deep learning untuk diagnosis kanker payudara secara otomatis, dengan perhatian khusus pada model CNN. Berdasarkan hasil eksperimen, model DenseNet201 yang menggunakan fungsi aktivasi termodifikasi Less-NegativeReLU memperoleh kinerja terbaik yang dilaporkan. Akurasi yang dilaporkan adalah 96,04% dengan α=0,091, presisi 96,45% dengan α=0,03, recall 96,04% dengan α=0,09, dan F1-score 96,14% dengan α=0,03.
UDINUS juga menggunakan teknik XAI untuk meningkatkan pemahaman terhadap hasil prediksi model dan meningkatkan kepercayaan klinisi dalam penerapannya. Temuan menunjukkan bahwa metode yang diusulkan secara efektif meningkatkan dan mengoptimalkan kinerja model CNN. Dengan membahas kinerja klasifikasi dan interpretabilitas, kegiatan ini berkaitan dengan tujuan yang dinyatakan mengenai kesehatan serta menunjukkan kontribusi kelembagaan UDINUS dalam penelitian diagnosis kanker payudara.