Andiyani, Ventryshia (2021) Klasifikasi Tipe Perdarahan Otak Melalui Citra CT Scan dengan Menggunakan Siamese Convolutional Neural Network. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
|
PDF
HALAMAN_AWAL.pdf Download (714kB) | Preview |
|
|
PDF
DAFTAR_PUSTAKA.pdf Download (334kB) | Preview |
|
|
PDF
BAB_I.pdf Download (124kB) | Preview |
|
|
PDF
BAB_II.pdf Download (1MB) | Preview |
|
|
PDF
BAB_III.pdf Download (797kB) | Preview |
|
![]() |
PDF
BAB_IV.pdf Restricted to Registered users only Download (733kB) |
|
|
PDF
BAB_V.pdf Download (109kB) | 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 |