Klasifikasi citra medis pada pneumonia menggunakan convolutional neural network

Subandi, Rio (2024) Klasifikasi citra medis pada pneumonia menggunakan convolutional neural network. S2 thesis, Universitas Ahmad Dahlan.

	Text (JUDUL) T2_2207048002_JUDUL__240227102932.pdf Download (785kB)
	Text (BAB I) T2_2207048002_BAB_I__240225064940.pdf Download (74kB)
	Text (BAB II) T2_2207048002_BAB_II__240225064940.pdf Restricted to Registered users only Download (664kB) | Request a copy
	Text (BAB III) T2_2207048002_BAB_III__240225064940.pdf Restricted to Registered users only Download (251kB) | Request a copy
	Text (BAB IV) T2_2207048002_BAB_IV__240225064940.pdf Restricted to Registered users only Download (491kB) | Request a copy
	Text (BAB V) T2_2207048002_BAB_V__240225064940.pdf Restricted to Registered users only Download (12kB) | Request a copy
	Text (Daftar Pustaka) T2_2207048002_DAFTAR_PUSTAKA__240225064940.pdf Download (84kB)
	Text (Lampiran) T2_2207048002_LAMPIRAN__240225064940.pdf Restricted to Registered users only Download (609kB) | Request a copy

Abstract

Pneumonia merupakan peradangan yang terjadi dalam jaringan parenkim paru-paru yang disebabkan olah mikro organisme patogen. Pneumonia menjadi penyakit yang mematikan di dunia. Diagnosis penyakit pneumonia dilakukan dengan bantuan analisis citra hasil CT-scan dari thorax. Analisis tersebut biasanya dilakukan oleh dokter spesialis paru-paru. Ketersediaan dokter spesialis paru-paru masih terbatas, terutama di daerah-daerah tertinggal, terluar, dan terdepan (3T). Disamping itu analisis secara manual masih menghadapi kemungkinan terjadi kesalahan. Penggunaan teknologi kecerdasan buatan diharapkan dapat mengatasi masalah-masalah tersebut. Tujuan penelitian ini adalah untuk mendesain dan membuat model klasifikasi citra medis pneumonia menggunakan algoritma Convolutional Neural Network (CNN) serta menguji dan menganalisis tingkat akurasi dan presisi model yang dibuat dengan teknik confusion matrix.
Metode yang digunakan pada penelitian ini adalah CNN. Tools yang digunakan dalam penelitian ini adalah phyton. Dataset citra pneumonia berjumlah 5856 citra yang diakuisis dari data repository kaggle. Data preprocessing dilakukan terhadap dataset yang meliputi proses resizing dan konversi citra. Resizing menyamakan ukuran citra agar memudahkan model mempelajari citra. Konversi citra mengubah citra menjadi grayscale. Dataset dibagi menjadi dua bagian, yaitu data training dan data testing. Dengan data training meliputi 90% data atau 5270 citra dan data testing 10% atau 586 citra. Model traning dilakukan sebanyak 30 iterasi agar model yang digunkana dapat mengenali citra dengan lebih akurat. Setelah model selesai dilatih model akan diuji dengan memberikan data uji.
Hasil penelitian ini ditampilkan dalam confusion matrix, dengan nilai akurasi yang didapat 94% hasil tersebut lebih tinggi dibandingkan dengan penelitian sebelumnya yang hanya 91,54% dan 85%. Penelitian ini mengalami peningkatan akurasi yang signifikan dibandingkan penelitian terdahulu. Dari hasil akurasi yang didapat menunjukan algoritma CNN dapat mengklasifikasikan citra pneumonia dengan akurat. Hal ini dapat disimpulkan bahwa CNN dapat mendiagnosis penyakit pneumonia

Item Type:	Thesis (S2)
Keyword:	Convulutional neural network, confusion matrix, machine learning, pneumonia
Subjects:	Q Science > Q Science (General)
Divisi / Prodi:	Master (Magister) > Master of Technology Informatica (Magister Teknologi Informatika)
Depositing User:	userperpus2 userperpus2
Date Deposited:	15 May 2024 06:29
Last Modified:	15 May 2024 06:29
URI:	http://eprints.uad.ac.id/id/eprint/63396

Actions (login required)

View Item