KLASIFIKASI PNEUMONIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETROWK (CNN) PADA CITRA X-RAY

Wicaksono, Enrico Nugroho (2022) KLASIFIKASI PNEUMONIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETROWK (CNN) PADA CITRA X-RAY. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (212kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (756kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (349kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (211kB)
	Text (BAB V) BAB V.pdf Download (43kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (92kB)
	Archive (SOURCE CODE) Source Code - Enrico Nugroho Wicaksono.zip Restricted to Repository staff only Download (5MB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (665kB)

Abstract

Perkembangan sistem informasi pada saat ini semakin pesat, kita akan dengan mudah memperoleh sebuah informasi terkini hanya dengan menggunakan smartphone, lewat smartphone kita bisa melakukan banyak hal, berkomunikasi dengan orang-orang yang kita sayang, menonton sebuah film yang sedang trend ataupun bermain game. Perkembangan pesat ini menunjukan sebuah langkah yang positif pada lingkungan sosial, begitupun pada lingkungan medis. Saat ini sudah banyak penelitian yang dilakukan untuk mendeteksi penyakit pada paru-paru, semakin cepat penyakit itu bisa dideteksi maka semakin banyak juga nyawa yang terselamatkan. Pencegahan penyakit yang gejalanya berada didalam tubuh masih terasa sulit karena pendeteksian harus dilakukan menggunakan alat khusus, salah satunya dengan alat pemindai citra x-ray. Hasil dari alat tersebut berupa gambar citra, gambar ini nantinya yang akan diteliti lebih lanjut oleh dokter atau petugas medis sebelum nantinya mendapatkan kesimpulan berupa diagnosa penyakit. Untuk melakukan tugas itu membutuhkan waktu yang tidaklah singkat, harus dilakukan dengan benar agar tidak salah dalam mendiagnosa. Kesalahan bisa saja terjadi dengan berbagai macam factor, maka dari itu banyak penelitian yang dilakukan untuk mengurangi tingkat terjadinya kesalahan dalam mendeteksi suatu penyakit. Pada penelitian ini, sistem dibuat untuk mengklasifikasikan penyakit pneumonia menggunakan metode convolutional neural network (CNN) yang nantinya akan mendeteksi apakah orang tersebut menderita penyakit pneumonia atau tidak melalui gambar citra x-ray. Agar sistem dapat melakukan klasifikasi, maka perlu adanya pelatihan pada sistem yang disebut sebagai data latih. Data latih ini berisi citra x-ray paru-paru orang normal dan paru-paru orang yang benar mengidap penyakit pneumonia. Sistem yang dibuat pada penelitian ini berupa sebuah model dari metode CNN yang dilatih menggunakan data citra x-ray sebanyak 5.856 gambar yang terdiri dari 4.192 data latih, 1.040 data validasi dan 624 data uji, semua data ini nantinya digunakan untuk melatih model. Hasil yang diperoleh dari model ini cukup baik dengan mendapatkan hasil dari pelatihan model dengan nilai rata-rata accuracy sebesar 95%, loss sebesar 10%, precision 98% recall 95% dan f1-score 85% dengan menggunakan optimasi Adam, dan penambahan fitur CLAHE pada saat pemrosesan data. Untuk pengujian model, berhasil mendapatkan nilai akurasi sebesar 86%, loss sebesar 8%, precision 77% recall 97% dan f1-score 62%. Kemudian hasil prediksi pada data uji sebanyak 741 data yang diprediksi dengan benar dan 117 data salah prediksi.

Actions (login required)

View Item