Implementasi CNN Guna Mengetahui Pengaruh Jumlah Hidden Layer dalam Klasifikasi Penyakit Pneumonia

Naufal Fabianda, Alvin (2021) Implementasi CNN Guna Mengetahui Pengaruh Jumlah Hidden Layer dalam Klasifikasi Penyakit Pneumonia. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (658kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (184kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (182kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (415kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (347kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (893kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (109kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (235kB)

Abstract

Pemelajaran mesin (Machine Learning) adalah aplikasi kecerdasan buatan yang memiliki kemampuan untuk belajar secara otomatis dan meningkatkan pengalaman tanpa diprogram secara eksplisit. Pemelajaran Mesin diciptakan manusia untuk memudahkan pekerjaan manusia dimana mesin membantu manusia dalam menentukan pilihan dari data data yang diberikan seperti dibidang kedokteran dimana mesin membantu dalam pengklasifikasian suatu penyakit sehingga dapat mengetahui penyebab dan bagaimana penanganan yang tepat untuk penyakit tersebut. Pemelajaran mesin yang baik akan menghasilkan akurasi yang tinggi serta kecepatan dalam pengerjaan yang cepat. Dalam skripsi ini dilakukan penelitian mengenai pengaruh jumlah hidden layer dalam melakukan klasifikasi penyakit pneumonia menggunakan algoritma CNN. Jumlah hidden layer dapat mempengaruhi hasil output yang diberikan dari suatu program, sehingga untuk mendapatkan pemelajaran mesin yang optimal dalam pengerjaannya diperlukan jumlah hidden layer yang tepat. Penelitian ini menggunakan 6 jenis jumlah hidden layer, diantaranya dengan jumlah 128, 128*2, 256, 256*2, 512, dan 512*2. Hasil penelitian menunjukkan bahwa untuk hasil yang diberikan dari program dengan algoritma CNN dan dengan jumlah data gambar sebanyak 5216 gambar terhadap klasifikasi penyakit pneumonia menghasilkan output paling optimal menggunakan hidden layer yang berjumlah 128 sehingga besarnya jumlah hidden layer yang digunakan tidak menjamin akan menghasilkan output yang optimal.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Convolutional Neural Network, jumlah hidden layer, pemelajaran mesin, pneumonia
Subjects:	600 Technology (Applied Sciences) > 650 Management and Public Relations > 658 General management (Risk Management, Profit and Loss, Logistics) > 658.3 Personnel, Staff, Employee, Human Resource Management, Training > 658.306 Job Analysis
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	24 Aug 2021 21:24
Last Modified:	18 Aug 2023 02:34
URI:	https://kc.umn.ac.id/id/eprint/15739

Actions (login required)

View Item