SISTEM DETEKSI PENYAKIT MATA PTERIGIUM BERBASIS ANDROID MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

MUHAMMAD SYAIFUDDIN, NUR (2022) SISTEM DETEKSI PENYAKIT MATA PTERIGIUM BERBASIS ANDROID MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32601900026_fullpdf.pdf Download (2MB)
	Text Teknik Informatika_32601900026_pernyataan_publikasi.pdf Restricted to Registered users only Download (43kB)

Abstract

Bagi manusia, mata adalah salah satu indera yang sangat penting. Berbagai kegiatan dilakukan manusia melalui mata yang berfungsi menyerap informasi visual. Namun, mata adalah organ yang cukup rentan terhadap gangguan penglihatan, baik itu gangguan ringan maupun berat yang dapat menyebabkan kebutaan. Dengan terganggungnya fungsi penglihatan, maka berbagai aktivitas yang dilakukan seseorang akan terganggu, dan dari berbagai macam gangguan kesehatan mata, salah satunya adalah pterigium. Pterigium adalah suatu penyakit yang mengganggu fungsi penglihatan dan apabila kondisinya sudah sangat parah bisa menyebabkan kebutaan, oleh karena itu, deteksi dini pterigium dapat dijadikan sebagai solusi dalam upaya pencegahan pterigium, dan deteksi pterigium dapat dilakukan menggunakan algoritma Convolutional Neural Network. Penelitian ini menggunakan algoritma Convolutional Neural Network untuk mendeteksi pterigium yang direpresentasikan ke dalam sistem berbasis android. Hasil penelitian dieavaluasi berdasarkan akurasi pada tahap training dan validation, serta testing yang dilakukan secara manual pada smartphone android dan hasilnya akan dimasukkan ke dalam tabel confusion matrix. Dari 5 konfigurasi, model dengan kinerja terbaik pada tahap training dan validation adalah konfigurasi 4, yaitu nilai loss sebesar 0,2294, akurasi 88,89%, validasi loss 0,1052, dan validasi akurasi 100%. Dan pada tahap pengujian konfigurasi 1 dan 4, masing-masing nilai akurasi, precission, recall, dan F1 adalah 1 atau 100%. Kata kunci: Mata, Pterigium, Convolutional Neural Network, Android

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 5 UNISSULA
Date Deposited:	13 Jul 2023 06:48
Last Modified:	13 Jul 2023 06:48
URI:	http://repository.unissula.ac.id/id/eprint/29680

Actions (login required)

View Item