SISTEM PENDETEKSI PNEUMONIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR DENSENET201

HERMAWAN, HILDAN MULYO (2024) SISTEM PENDETEKSI PNEUMONIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR DENSENET201. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32602000030_fullpdf.pdf Download (3MB)
	Text Teknik Informatika_32602000030_pernyataan_publikasi.pdf Restricted to Registered users only Download (335kB)

Abstract

Pneumonia adalah penyakit pernapasan umum yang sangat memengaruhi kesehatan fisik dan mental seseorang. Hasil rontgen dada untuk membedakan jenis pneumonia seringkali sulit dipahami, terutama jika gambar tidak jelas atau ada elemen yang mengganggu. Oleh karena itu, diperlukan suatu sistem yang dapat membantu dalam identifikasi rontgen dada. Dalam penelitian ini, sistem berbasis web DenseNet201 digunakan untuk mengklasifikasikan jenis pneumonia pada rontgen dada. Ada banyak konfigurasi eksperimen yang berbeda yang digunakan untuk memaksimalkan kinerja model. Penggunaan optimizer seperti Adam, Adamax, dan Adadelta diuji pada masing-masing konfigurasi selama lima puluh epoch. Selama pelatihan dan validasi, konfigurasi Adamax menunjukkan kinerja terbaik. Keakuratan biner 0,9367, keakuratan validasi biner 0,9420, validation loss 0,2603 dan loss 0,288. Dengan data yang berbeda dari data pelatihan, model ini mencapai tingkat akurasi 0,96, ketepatan 0,96, recall 0,96, dan skor F1 0,96 selama fase pengujian. Kata Kunci: Pneumonia, Densenet201, sistem, rontgen, klasifikasi

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 3 UNISSULA
Date Deposited:	17 May 2024 03:17
Last Modified:	17 May 2024 03:17
URI:	http://repository.unissula.ac.id/id/eprint/34038

Actions (login required)

View Item