Klasifikasi penyakit infeksi paru-paru berdasarkan citra chest x-ray menggunakan algoritma convolutional neural network (cnn) / Syahrul Munir - Repositori Universitas Negeri Malang

Klasifikasi penyakit infeksi paru-paru berdasarkan citra chest x-ray menggunakan algoritma convolutional neural network (cnn) / Syahrul Munir

Munir, Syahrul Munir (2021) Klasifikasi penyakit infeksi paru-paru berdasarkan citra chest x-ray menggunakan algoritma convolutional neural network (cnn) / Syahrul Munir. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Paru-paru adalah salah satu organ vital dalam sistem pernapasan yang berfungsi sebagai tempat bertukarnya oksigen dengan karbon dioksida di dalam darah. Permasalahan yang sering terjadi adalah kualitas udara yang tercemar dan banyak mengandung bibit penyakit sehingga menyebabkan terjadinya berbagai macam penyakit khususnya penyakit infeksi paru-paru. Berdasarkan hal tersebut penelitian ini bertujuan untuk membuat model yang dapat mengklasifikasikan penyakit infeksi paru-paru. Diagnosis penyakit infeksi paru-paru dapat menggunakan metode rontgen atau Chest X-ray (CXR). Metode tersebut dapat dikombinasikan dengan teknologi machine learning yaitu algoritma Convolutional Neural Network (CNN). Algoritma ini digunakan untuk mengklasifikasikan jenis penyakit infeksi paru-paru dengan cara membuat layer konvolusi untuk mengambil bobot bias pada citra. kemudian bobot diolah pada neural network sehingga mendapat mode yang dapat menentukan jenis penyakit infeksi paru-paru berdasarkan citra X-ray. Berdasarkan hasil penelitian menunjukkan bahwa algoritma Convolutional Neural Network (CNN) dapat digunakan untuk mengklasifikasikan penyakit infeksi paru-paru berdasarkan citra X-ray. Hal tersebut dibuktikan dengan menghasilkan model CNN yang memilik performa akurasi 99 18% pada data uji

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: library UM
Date Deposited: 20 Jan 2021 04:29
Last Modified: 09 Sep 2021 03:00
URI: http://repository.um.ac.id/id/eprint/199533

Actions (login required)

View Item View Item