PENGANTAR DEEP LEARNING UNTUK CITRA MEDIS : Konsep, Implementasi, dan Evaluasi pada Klasifikasi Lesi Kuli

Judul       : PENGANTAR DEEP LEARNING UNTUK CITRA MEDIS : Konsep, Implementasi, dan Evaluasi pada Klasifikasi Lesi Kuli

Penulis   : Asfan Muqtadir, Kusworo Adi, Vincensius Gunawan

Ukuran   : 15 x 23 cm

Tebal       : 118 hal

Cover      : Soft Cover

SINOPSIS

Buku Pengantar Deep Learning untuk Citra Medis: Konsep, Implementasi, dan Evaluasi pada Klasifikasi Lesi Kulit membahas pemanfaatan kecerdasan buatan untuk menganalisis citra medis secara sistematis dan mudah dipahami. Pembahasan dimulai dari konsep dasar machine learning, deep learning, pengolahan citra, dan jaringan saraf konvolusional, kemudian dilanjutkan dengan persiapan data, augmentasi, pembagian dataset, serta penggunaan model pralatih. Dataset citra dermoskopi HAM10000 digunakan sebagai contoh untuk menjelaskan proses klasifikasi berbagai jenis lesi kulit.

Selain membahas arsitektur CNN, transfer learning, mekanisme atensi, dan penanganan ketidakseimbangan kelas, buku ini menekankan pentingnya evaluasi yang adil dan bebas dari kebocoran data. Berbagai metrik, seperti akurasi, presisi, sensitivitas, F1-score, dan matriks konfusi, dijelaskan untuk membantu pembaca memahami kinerja model secara menyeluruh. Pembahasan juga dilengkapi dengan interpretasi prediksi menggunakan Grad-CAM, contoh alur eksperimen, serta implementasi berbasis notebook. Dengan menggabungkan teori, praktik, dan evaluasi metodologis, buku ini memberikan gambaran menyeluruh tentang pengembangan sistem klasifikasi citra medis yang akurat, dapat dipertanggungjawabkan, dan relevan bagi perkembangan teknologi kesehatan