TY  - THES
ID  - universitasamikomyogyakarta32196
AV  - restricted
Y1  - 2026/01/28/
A1  - Setiadi, Kukuh
UR  - https://eprints.amikom.ac.id/id/eprint/32196/
M1  - bachelor
PB  - Universitas AMIKOM Yogyakarta
TI  - PENERAPAN GRAD-CAM PADA MODEL DEEP LEARNING
UNTUK INTEREPRETASI HASIL DETEKSI PNEUMONIA
PADA CITRA X-RAY
N2  - Pneumonia merupakan infeksi saluran pernapasan akut yang menjadi salah
satu penyebab utama peningkatan angka kesakitan dan kematian, khususnya pada
anak-anak. Di Indonesia, jumlah kasus pneumonia terus meningkat, sehingga
diperlukan diagnosis yang cepat dan akurat. Pemeriksaan X-Ray dada menjadi
metode utama dalam diagnosis pneumonia, namun interpretasi manual oleh
radiolog bersifat subjektif dan rentan terhadap kesalahan. Oleh karena itu,
dibutuhkan sistem pendukung diagnosis yang lebih objektif dan konsisten.
 
Penelitian ini menerapkan model deep learning berbasis Convolutional 
Neural Networks (CNN) untuk mendeteksi pneumonia pada citra X-Ray dada, serta
mengintegrasikan metode Gradient-weighted Class Activation Mapping (GradCAM)

guna meningkatkan interpretabilitas model. Tahapan penelitian meliputi
pra-pemrosesan data, pelatihan dan fine-tuning model, evaluasi kinerja
menggunakan metrik klasifikasi, serta visualisasi hasil prediksi melalui GradCAM.


Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 
90,38% dengan kinerja yang seimbang pada setiap kelas. Visualisasi Grad-CAM
memperlihatkan fokus model pada area paru-paru yang relevan secara klinis pada
kasus pneumonia. Temuan ini menunjukkan bahwa model tidak hanya memiliki
kinerja yang baik, tetapi juga mampu memberikan interpretasi visual yang
mendukung kepercayaan klinis, sehingga berpotensi digunakan sebagai alat bantu
diagnosis pneumonia.
KW  - Grad-CAM
KW  -  Deep Learning
KW  -  Pneumonia
KW  -  Citra X-Ray
KW  -  Transfer
Learning.
ER  -