Pendekatan Vision Transformer (DeiT) dalam Identifikasi Tuberkulosis pada Chest X-ray

Marcello, Joe (2026) Pendekatan Vision Transformer (DeiT) dalam Identifikasi Tuberkulosis pada Chest X-ray. Pro-Step Report, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_I.pdf Download (662kB)
	PDF BAB_II.pdf Download (1MB)
	PDF BAB_III.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (204kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (417kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (5MB)
	PDF LEMBAR_PENGESAHAN.pdf Restricted to Registered users only Download (51kB)

Abstract

Penelitian ini dilakukan sebagai persiapan dan bentuk partisipasi dalam kompetisi Journal of Medical Science and Sports Health (JoMaSSH) 2026 dengan tujuan mengembangkan model kecerdasan buatan untuk membantu identifikasi tuberkulosis pada citra chest X-ray. Kegiatan yang dilaksanakan meliputi studi literatur, penentuan topik penelitian, pengolahan dan persiapan dataset TBX11, pengembangan model Data-efficient Image Transformer (DeiT-Small), evaluasi performa model, serta visualisasi hasil prediksi menggunakan metode Grad-CAM untuk meningkatkan interpretabilitas model. Selama proses pelaksanaan, tim menghadapi beberapa tantangan, seperti variasi kualitas data, kebutuhan komputasi yang relatif tinggi, dan proses penentuan celah penelitian yang memerlukan kajian referensi secara mendalam. Berbagai kendala tersebut diatasi melalui penyeimbangan data, optimalisasi proses pelatihan model, serta diskusi dan bimbingan rutin bersama dosen pembimbing. Hasil pengujian menunjukkan bahwa model yang dikembangkan mampu memberikan performa klasifikasi yang baik dalam membedakan citra normal, penyakit paru non-TB, dan tuberkulosis. Selain menghasilkan artikel ilmiah yang diajukan pada kompetisi JoMaSSH 2026, penelitian ini juga menjadi dasar pengembangan karya ilmiah yang berhasil mengantarkan tim lolos ke babak Grand Final kompetisi IEEE YESIST12 2026. Program ini memberikan pengalaman berharga dalam penelitian, pengembangan model kecerdasan buatan, penulisan karya ilmiah, kolaborasi tim, dan pemecahan masalah secara sistematis.

Item Type:	Technical Report (Pro-Step Report)
Creators:	Marcello, Joe (00000073881)
Contributors:	Evelin Johan, Monika (0327059501)
Keywords:	Tuberkulosis, Chest X-Ray, Data-efficient Image Transformer (DeiT), Deep Learning, Grad-CAM
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	30 Jul 2026 14:57
URI:	https://kc.umn.ac.id/id/eprint/48905

Actions (login required)

View Item