library@unissula.ac.id
Logo Universitas Islam Sultan Agung Repository UNISSULAUniversitas Islam Sultan Agung Semarang

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

Detail Tugas Akhir

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.

Berkas Tugas Akhir

PDF
Text
Teknik Informatika_32601900026_fullpdf.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (2MB)
PDF
Text
Teknik Informatika_32601900026_pernyataan_publikasi.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (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

Informasi Item

Item Type Thesis (Undergraduate)
Subjects T Technology > T Technology (General)
Divisions Fakultas Teknologi Industri
Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Informatika
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
View Item
Repository UNISSULAPerpustakaan Universitas Islam Sultan Agung

Telusur

Layanan

Informasi

  • AlamatJl. Raya Kaligawe KM 4, Semarang 50112
  • PelayananSenin–Jumat, 07.00–18.00 WIB
    Sabtu, Minggu & hari libur tutup.
  • NPP3302202D2011823
© 2026 Perpustakaan Universitas Islam Sultan Agung. Hak cipta karya tetap pada penulis masing-masing. KebijakanOAI-PMHRSSDijalankan dengan EPrints