Klasifikasi Status Hidrasi Berdasarkan Warna Urine Menggunakan CNN pada Aplikasi Berbasis Web

Davin Christian, Hans (2021) Klasifikasi Status Hidrasi Berdasarkan Warna Urine Menggunakan CNN pada Aplikasi Berbasis Web. 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 (448kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (119kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (52kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (869kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (156kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (38kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (374kB)

Abstract

Kemajuan teknologi telah banyak dimanfaatkan dalam melakukan deteksi gangguan kesehatan tanpa melakukan sayatan pada kulit, seperti radiologi, deteksi kanker, dan deteksi kelainan paru-paru. Metode non-invasive procedure tersebut telah menjadi fokus pengembangan di bidang kesehatan. Penelitian ini merupakan salah satu upaya pengembangan non-invasive procedure yang sedang dikembangankan di UMN terkait masalah dehidrasi. Pendeteksian tingkat dehidrasi tersebut dilakukan berdasarkan warna pada gambar urine. Pada penelitian ini digunakan algoritma deep learning yang telah teruji dapat melakukan pengenalan objek gambar dengan baik, yaitu Convolutional Neural Network (CNN). Model klasifikasi dibangun menggunakan CNN dengan arsitektur EfficientNet dengan tujuan untuk melakukan klasifikasi warna urine ke dalam lima tingkatan dehidrasi (akurasi=93,5%). Hasil pengembangan model tersebut juga akan diimplementasikan pada aplikasi berbasis web menggunakan bahasa pemrograman Python. Aplikasi tersebut dapat melakukan klasifikasi data gambar urine yang diunggah pengguna dan menampilkan hasil klasifikasi pada tampilan web. Selain itu, aplikasi yang dibangun juga dapat memberikan rekomendasi kebutuhan air pengguna. Penelitian ini menghasilkan model klasifikasi tingkat dehidrasi dan pembuatan aplikasi yang telah memenuhi ekspektasi pengguna. Hal tersebut dapat dilihat melalui tingkat keberhasilan aplikasi sebesar 98% yang diperoleh melalui pengujian User Acceptance Test (UAT). Aplikasi ini diharapkan dapat dikembangkan lebih lanjut, seperti untuk mendukung pembuatan layanan kesehatan atau healthcare system yang lebih kompleks.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Aplikasi Berbasis Web, Convolutional Neural Network, Dehidrasi, Deteksi Urine, Python
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.7 Multimedia Systems, Blogs, Social Media, Web Application Frameworks
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	24 Aug 2021 12:26
Last Modified:	07 Aug 2023 06:46
URI:	https://kc.umn.ac.id/id/eprint/17326

Actions (login required)

View Item