Aplikasi Klasifikasi Tuberkulosis Berbasis Deep Learning dengan Algoritma Convolutional Neural Networks

Jumhara, Jaja (2024) Aplikasi Klasifikasi Tuberkulosis Berbasis Deep Learning dengan Algoritma Convolutional Neural Networks. Undergraduate thesis, Universitas Pembangunan Jaya.

	Text Pendahuluan.pdf Download (555kB)
	Text Abstract.pdf Download (134kB)
	Text Abstrak.pdf Download (197kB)
	Text Daftar Isi.pdf Download (210kB)
	Text Daftar Gambar.pdf Download (141kB)
	Text Daftar Tabel.pdf Download (134kB)
	Text Daftar Lampiran.pdf Download (131kB)
	Text BAB I.pdf Download (209kB)
	Text BAB II.pdf Download (400kB)
	Text BAB III.pdf Download (191kB)
	Text BAB IV.pdf Download (756kB)
	Text BAB V.pdf Download (1MB)
	Text BAB VI.pdf Download (197kB)
	Text Daftar Pustaka.pdf Download (227kB)
	Text Lampiran.pdf Download (1MB)
	Text Berita Acara Unggah Mandiri.pdf Download (315kB)
	Text Bukti Lolos Plagiarisme.pdf Download (321kB)

Abstract

Paru – Paru merupakan salah satu organ penting yang dimiliki manusia. Berfungsi sebagai sistem pernapasan pada manusia untuk menukar oksigen yang berada di udara dengan karbon dioksida pada aliran darah. Penyakit tuberkulosis menjadi salah satu masalah utama di Indonesia. Menggunakan analisa citra x-ray atau hasil rontgen pada bagian tubuh, dokter dapat melakukan diagnosa terhadap penyakit tuberkulosis. Terjadi permasalahan untuk melakukan diagnosa dilakukan secara visual dengan hasil rontgen yang dilakukan oleh dokter, terutama didaerah yang masih kekurangan dokter spesialis paru ini. Dengan cara manual secara visual pasti membutuhkan waktu, apabila juga banyak data yang harus dibaca oleh dokter memungkinkan terjadi kelasahan dalam diagnosa. Aplikasi berbasis dekstop ini menerapkan teknologi deep learning dan menggunakan algorima atau metode convolutional neural network atau CNN. Menggunakan bahasa pyhton dan perangkat lunak Pycharm. Kumpulan data didapat dari situs kaggle.com yang sudah kredibilitas dan ditambah dengan dataset dari rumah sakit paru. Dataset yang digunakan terdiri dari 200 data, yang mencakup 20 data uji dan 180 data latih. Citra yang digunakan memiliki ukuran 150x150 piksel. Pelatihan model dilakukan dengan 50 epochs dan mencapai akurasi sebesar 94%. Uji coba pada aplikasi menggunakan 50 citra x-ray, terdiri dari 25 citra x-ray normal dan 25 citra x-ray tuberkulosis. Hasil uji coba menunjukkan bahwa sistem berhasil melakukan klasifikasi dengan benar pada 47 dari 50 data yang digunakan. Sistem berhasil mengklasifikasikan 23 data sebagai citra normal dan 24 data sebagai citra TBC. Akurasi yang diperoleh saat pengujian adalah 94%.

Item Type:	Karya Tulis Ilmiah (KTI) (Undergraduate)
Uncontrolled Keywords:	Paru – Paru, Tuberkulosis, Citra x-ray, Convolutional Neural Network.
Subjects:	T Technology > T Technology (General) T Technology > T Technology (General) > T201 Patents. Trademarks
Divisions:	Fakultas Teknologi dan Desain > Informatika
Depositing User:	Jaja Jumhara
Date Deposited:	25 Jul 2024 01:01
Last Modified:	25 Jul 2024 01:14
URI:	http://eprints.upj.ac.id/id/eprint/9292

Actions (login required)

View Item