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

Dosen Pembimbing:	Kurniadi, Dedy and Satrio Waluyo Poetro, Bagus | nidn0622058802, nidn1027118801
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:	https://repository.unissula.ac.id/id/eprint/29680

Actions (login required)

View Item