Setyawan, Faisal Farris (2022) Klasifikasi tumor otak berdasarkan citra MRI (Magnetic Resonance Imaging) dengan metode arsitektur VGG19+BiLSTM / Faisal Farris Setyawan. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Otak merupakan bagian terpenting tubuh yang memiliki fungsi yaitu sistem unit pemrosesan tubuh manusia. Tumor otak merupakan penyakit yang menyerang otak akibat dari pertumbuhan sel di dalam atau di sekitar otak secara tidak normal dan tidak terkendali. Diperlukan adanya sistem klasifikasi tumor otak secara otomatis sehingga proses keputusan perawatan dapat diambil. Penelitian ini membangun sistem klasifikasi tumor otak dengan metode arsitektur learning yaitu VGG19 BiLSTM dan dataset yang digunakan yaitu data citra MRI. Metode arsitektur tersebut akan dibandingkan dengan arsitektur Resnet50 Resnet50 BiLSTM VGG19 InceptionV3 InceptionV3 BiLSTM Xception dan Xception BiLSTM. Didapatkan hasil accuracy recall precision dan f1-score dari model VGG19 BiLSTM yaitu 97.86% 97.86% 97.92% dan 97.86%. Model deep learning VGG19 BiLSTM dideploy pada website. Pengujian blackbox testing dilakukan pada sistem dan berjalan sesuai dengan yang diharapkan.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika |
| Depositing User: | Users 2 not found. |
| Date Deposited: | 18 Jan 2022 04:29 |
| Last Modified: | 09 Sep 2022 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/273004 |
Actions (login required)
 |
View Item |