Klasifikasi Tipe Perdarahan Otak Melalui Citra CT Scan dengan Menggunakan Siamese Convolutional Neural Network

Andiyani, Ventryshia (2021) Klasifikasi Tipe Perdarahan Otak Melalui Citra CT Scan dengan Menggunakan Siamese Convolutional Neural Network. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
PDF
HALAMAN_AWAL.pdf

Download (714kB) | Preview
[img]
Preview
PDF
DAFTAR_PUSTAKA.pdf

Download (334kB) | Preview
[img]
Preview
PDF
BAB_I.pdf

Download (124kB) | Preview
[img]
Preview
PDF
BAB_II.pdf

Download (1MB) | Preview
[img]
Preview
PDF
BAB_III.pdf

Download (797kB) | Preview
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (733kB)
[img]
Preview
PDF
BAB_V.pdf

Download (109kB) | Preview
[img]
Preview
PDF
LAMPIRAN.pdf

Download (1MB) | Preview

Abstract

Perdarahan otak merupakan salah satu penyebab utama kematian di dunia. Sekitar 300.000 kasus baru perdarahan otak terjadi setiap tahunnya di dunia dan tingkat kematian mencapai 28,5% dan hanya 15% yang dapat sembuh total, sisanya mengalami kelumpuhan sebagian maupun total. Penyebab utamanya dikarenakan adanya cedera otak/ kepala yang terlambat diketahui baik akibat kecelakaan maupun komplikasi penyakit lainnya. Akibatnya, pengobatan yang diberikan seringkali terlambat untuk setiap kasus perdarahan otak. Pada penelitian ini, diterapkan arsitektur EfficientNet-B3 untuk mengekstraksi fitur dari citra CT Scan yang kemudian akan dilakukan implementasi Siamese Convolutional Neural Network sebagai similarity learning yang menyediakan gambar acuan dalam menentukan kelas. Metode ini digabungkan dengan implementasi KNN untuk melakukan klasifikasi 5 tipe perdarahan otak, yaitu epidural, subdural, subarachnoid, intraparenchymal dan intraventricular. Berdasarkan uji coba yang telah dilakukan, performa terbaik mencapai tingkat akurasi 79,12% dengan tingkat akurasi nilai f1 sebesar 77,96%

Item Type: Thesis (Bachelor Thesis)
Keywords: CT scan otak, EfficientNet Architecture, KNN, perdarahan otak, Siamese Convolutional Neural Network
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
SWORD Depositor: mr admin umn
Depositing User: mr admin umn
Date Deposited: 24 Aug 2021 12:41
Last Modified: 24 Aug 2021 12:41
URI: http://kc.umn.ac.id/id/eprint/16815

Actions (login required)

View Item View Item