Pratama, Alfin Andika (2020) DETEKSI COVID-19 PADA CITRA X-RAY DADA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
Text (COVER-ABSTRAK)
COVER.pdf Download (604kB) |
|
Text (BAB I)
BAB I.pdf Download (345kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (385kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (714kB) |
|
Text (BAB V)
BAB V.pdf Download (79kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (162kB) |
|
Archive (SOURCE CODE)
Source Code - 17.11.1123 - Alfin Andika Pratama - Alfin Andika Pratama.zip Restricted to Repository staff only Download (41MB) |
|
Text (PUBLIKASI)
Publikasi - 17.11.1123 - Alfin Andika Pratama - Alfin Andika Pratama.pdf Restricted to Repository staff only Download (221kB) |
Abstract
Pandemi virus Corona jenis baru (COVID-19) pertama kali dideteksi di Wuhan, China pada bulan Desember 2019 dan telah menjadi masalah kesehatan yang serius bagi masyarakat di seluruh dunia. Tanda-tanda infeksi dari infeksi yang disebabkan oleh COVID-19 diantara lain adalah gangguan pernafasan, demam, batuk, dan dispnea. Untuk kasus yang lebih serius, infeksi yang disebabkan oleh COVID-19 dapat menyebabkan pneumonia, gangguan pernafasan akut, Syok Septik, kegagalan organorgan dalam, atau bahkan kematian. Pemeriksaan umum yang biasa dilakukan untuk mendeteksi COVID-19 adalah dengan PCR Swab Test. Namun mahalnya biaya untuk melakukan PCR Swab Test dan lamanya waktu yang ditunggu untuk mendapat hasil dari PCR Swab Test sehingga diperlukan suatu metode yang lebih cepat dan murah untuk melakuakan deteksi COVID-19. Metode yang digunakan dalam penelitian ini yaitu menggunakan citra XRay dada dengan Convolutional Neural Network. Citra X-Ray dada digunakan sebagai masukan untuk proses pengolahan citra. Tahapan citra sebelum klasifikasi yaitu proses pra pengolahan citra (Scaling, Grayscale, CLAHE dan Thresholding). Kemudian citra diklasifikasi menggunakan Convolutional Neural Network Setelah dilakukan pengujian pada penelitian ini, didapatkan kesimpulan bahwa metode yang diajukan memiliki kemampuan dalam mendeteksi COVID-19 yang baik dengan akurasi sebesar 97,33%, Presisi 94.66%, dan Recall 100%.
Item Type: | Thesis (S1 - Sarjana) | ||
---|---|---|---|
Contributor: |
|
||
Uncontrolled Keywords: | COVID19, corona, scaling, CLAHE, thresholding, convolutional neural network | ||
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
Divisions: | Fakultas Ilmu Komputer > Informatika | ||
Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
Date Deposited: | 27 Jun 2022 03:24 | ||
Last Modified: | 21 Aug 2023 01:35 | ||
URI: | http://eprints.amikom.ac.id/id/eprint/2804 |
Actions (login required)
View Item |