Implementasi Algoritma Deep Convolutional Neural Network untuk Diagnosa Penyakit Tuberkulosis

Hartanto Tanian, Fidelius (2020) Implementasi Algoritma Deep Convolutional Neural Network untuk Diagnosa Penyakit Tuberkulosis. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Share Alike. Download (1MB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Share Alike. Download (1MB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Share Alike. Download (1MB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Share Alike. Download (1MB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (1MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Share Alike. Download (972kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (1MB)

Abstract

Tuberkulosis (TB) adalah penyakit infeksi kronik yang disebabkan oleh kuman Mycobacterium Tuberculosis dan dapat ditularkan melalui udara. Proses rontgen merupakan proses yang dilakukan untuk mengetahui seseorang terkena TB atau tidak. Gambar rontgen berperan penting bagi orang yang diduga terinfeksi penyakit TB. Saat ini penyakit TB sulit untuk terdeteksi karena kurangnya ahli interpretasi radiologi. Untuk dapat memecahkan masalah tersebut, dibuatlah suatu sistem untuk diagnosa penyakit tuberkulosis yang dilakukan secara otomatis dengan menggunakan pembelajaran mesin untuk pengklasifikasian. Untuk membangun sistem ini diperlukan pengolahan gambar seperti image blurring dan algoritma Deep Convolutional Neural Network yang merupakan salah satu algoritma deep learning yang terbukti menghasilkan hasil yang baik pada proses pengklasifikasian gambar. Hasilnya terbaik dari penelitian ini merupakan sistem yang mampu mendiagnosa 84% gambar hasil rontgen data testing pada model yang dibuat dengan presisi rata-rata sebesar 85% dan recall rata-rata sebesar 85%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Image Processing, deep learning, DCNN
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	05 Dec 2020 05:42
Last Modified:	24 Aug 2023 06:34
URI:	https://kc.umn.ac.id/id/eprint/13612

Actions (login required)

View Item