Penerapan CLAHE dan Convolutional Neural Network dalam Deteksi Penyakit Paru-paru pada Citra Radiografi

Nurdiyansah, Dudi (2025) Penerapan CLAHE dan Convolutional Neural Network dalam Deteksi Penyakit Paru-paru pada Citra Radiografi. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (676kB)
	PDF BAB_II.pdf Download (1MB)
	PDF BAB_III.pdf Download (1MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Download (265kB)
	PDF DAFTAR_PUSTAKA.pdf Download (316kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (862kB)
	Archive (ZIP) CREATION_FILE.zip Download (120MB)

Abstract

Paru-paru memiliki peran penting dalam pertukaran gas di sistem pernapasan, memungkinkan oksigen dan karbon dioksida saling bertukar antara darah dan udara. Pencemaran udara menjadi permasalahan serius karena mengakibatkan udara tercemar polutan yang merugikan sistem pernapasan, terutama paru-paru. Penyakit pada paru-paru, seperti pneumonia, tuberkulosis, dan COVID-19, dapat menjadi ancaman serius terhadap kesehatan manusia dan berpotensi fatal jika tidak ditangani dengan cermat. Dalam bidang kedokteran, analisis citra radiografi paru-paru melalui foto rontgen (X-Ray) merupakan metode umum untuk mendeteksi penyakit paru-paru. Untuk meningkatkan efektivitas diagnosis, kecerdasan buatan, khususnya Convolutional Neural Network (CNN), menjadi fokus utama dalam penelitian ini. Penelitian ini bertujuan untuk menerapkan metode identifikasi penyakit paru-paru, khususnya pneumonia, tuberkulosis, dan COVID-19, menggunakan teknologi CLAHE (Contrast Limited Adaptive Histogram Equalization) sebagai metode pemrosesan citra dan CNN sebagai metode klasifikasi. Metode identifikasi berbasis CLAHE dan CNN ini diimplementasikan ke dalam aplikasi website berbasis Streamlit guna meningkatkan kemampuan deteksi dini penyakit paru-paru. Model EfficientNetB3 yang dikembangkan menunjukkan performa optimal, dengan akurasi validasi tertinggi sebesar 98,75%, dan akurasi pengujian sebesar 98,64%. Penelitian ini diharapkan dapat menunjukkan pengaruh penggunaan metode CLAHE terhadap peningkatan akurasi dalam mendeteksi penyakit paru-paru secara otomatis melalui citra radiografi.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Nurdiyansah, Dudi (00000058422)
Contributors:	Irmawati, Irmawati
Keywords:	Citra Radiografi, CLAHE, Convolutional Neural Network, Penyakit Paru-paru
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	09 Sep 2025 07:04
URI:	https://kc.umn.ac.id/id/eprint/40235

Actions (login required)

View Item