Lewati ke konten
SDGs Center UDINUS

Catatan bukti · UDINUS · SDGs

Evaluasi Kinerja Model YOLOv8 untuk Deteksi Multi-Kelas Lesi Kulit dari Citra Dermoskopi

Rektorat UDINUS 2025 Terbit 2026-10-30

Catatan bukti · UDINUS · SDGs

Unit
Rektorat UDINUS
Periode
2025
Tujuan
Nomor
ce82c43a-e43c-4d5d-b466-a3545f9c1695
Terbit
2026-10-30

Universitas Dian Nuswantoro melaksanakan kegiatan yang mengkaji penerapan YOLOv8, yaitu model jaringan saraf konvolusional, untuk deteksi kanker kulit menggunakan dataset HAM10000. Kegiatan ini melibatkan Paramita, Cinantya; Supriyanto, Catur; Šolić, Petar; Wada, Chikamune; dan Dzaky, Azmi Abiyyu sebagai peserta. Kegiatan tersebut membahas kanker kulit sebagai isu kesehatan global yang signifikan serta mempertimbangkan pentingnya deteksi dini, khususnya untuk melanoma yang memiliki risiko kematian tinggi akibat metastasis.

Dalam kegiatan ini, dataset HAM10000 menjalani augmentasi. Metode tersebut digunakan untuk mengatasi ketidakseimbangan kelas dan meningkatkan akurasi deteksi. Evaluasi mencakup beberapa varian YOLOv8 untuk mendeteksi lesi kanker kulit jinak dan ganas. Di antara varian yang dievaluasi, YOLOv8s menunjukkan kinerja tertinggi yang dilaporkan, dengan mAP50 sebesar 0.890, precision sebesar 0.840, dan recall sebesar 0.857. Untuk deteksi lesi ganas, YOLOv8m menunjukkan sensitivitas optimal dengan recall sebesar 0.857.

Temuan tersebut menunjukkan potensi YOLOv8 untuk meningkatkan akurasi diagnostik kanker kulit jinak maupun ganas serta berkontribusi pada upaya deteksi dini dan penerapan deep learning dalam bidang kesehatan. Sejalan dengan tujuan yang dinyatakan, kegiatan ini memberikan bukti penelitian di bidang kesehatan melalui evaluasi model deep learning untuk deteksi lesi kulit. Kegiatan ini merupakan kontribusi penelitian Universitas Dian Nuswantoro terhadap penerapan metode komputasional dalam bidang kesehatan dan pengembangan pendekatan yang mendukung deteksi kanker kulit.

Rujukan https://www.scopus.com/pages/publications/105012729213?origin=resultslist