Rancang Bangun Sistem Deteksi Kardiomegali dengan Convolutional Neural Network (CNN) pada Citra Rontgen Dada berbasis Web

Mutiara Salsabila Bastari, Nayla (2026) Rancang Bangun Sistem Deteksi Kardiomegali dengan Convolutional Neural Network (CNN) pada Citra Rontgen Dada berbasis Web. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (220kB)
	PDF BAB_II.pdf Download (862kB)
	PDF BAB_III.pdf Download (914kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (12MB)
	PDF BAB_V.pdf Download (216kB)
	PDF DAFTAR_PUSTAKA.pdf Download (221kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (2MB)

Abstract

Kardiomegali merupakan kondisi pembesaran jantung yang dapat menjadi indikator awal berbagai penyakit kardiovaskular. Pemeriksaan rontgen dada masih umum digunakan untuk mendeteksi kardiomegali melalui rasio kardiotorasik, namun metode ini memiliki keterbatasan akurasi dan bergantung pada subjektivitas pengamat. Penelitian ini bertujuan untuk merancang dan membangun sistem deteksi kardiomegali berbasis web menggunakan CNN (Convolutional Neural Network) pada citra rontgen dada. Model CNN dilatih dengan menerapkan proses preprocessing dan data augmentation, meliputi resizing, normalization, random rotation, dan horizontal flipping guna meningkatkan kemampuan generalisasi model. Berbagai kombinasi batch size, epoch, dan learning rate diuji untuk memperoleh konfigurasi pelatihan yang optimal. Sistem kemudian diintegrasikan ke dalam aplikasi web interaktif yang mampu menampilkan hasil deteksi secara realtime, dilengkapi visualisasi berupa bounding box dan Grad-CAM untuk membantu interpretasi hasil. Hasil pengujian menunjukkan bahwa konfigurasi batch size 25, epoch 25, dan learning rate 1 × 10-4 menghasilkan performa paling stabil pada data uji. Evaluasi kegunaan menggunakan metode SUS (System Usability Scale) memperoleh skor rata-rata sebesar 72,5 yang termasuk dalam kategori Good. Hasil ini menunjukkan bahwa sistem memiliki performa teknis yang baik serta mudah digunakan sebagai alat bantu pendukung keputusan dalam analisis radiologi.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Mutiara Salsabila Bastari, Nayla (00000075205)
Contributors:	Kurniawan, Vincentius (0308079501)
Keywords:	Citra Rontgen Dada, Convolutional Neural Network, Deep Learning, Kardiomegali, Sistem Berbasis Web x Rancang Bangun Sistem..., Nayla Mutiara Salsabila Bastari, Universitas Multimedia Nusantara
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	28 Jan 2026 08:16
URI:	https://kc.umn.ac.id/id/eprint/44266

Actions (login required)

View Item