Leonard, Calvin Rinaldy (2024) KLASIFIKASI CITRA SINAR-X PENYAKIT PARU MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK BERBASIS ANDROID = CLASSIFICATION OF LUNG DISEASES X-RAY IMAGE BASED ON ANDROID USING CONVOLUTIONAL NEURAL NETWORK. Skripsi thesis, Universitas Hasanuddin.
D121201079_skripsi_26-02-2024 cover1.jpg
Download (242kB) | Preview
D121201079_skripsi_26-02-2024 bab 1-2.pdf
Download (1MB)
D121201079_skripsi_26-02-2024 dapus.pdf
Download (5MB)
D121201079_skripsi_26-02-2024.pdf
Restricted to Repository staff only until 5 February 2026.
Download (9MB)
Abstract (Abstrak)
Paru-paru adalah organ vital dalam tubuh manusia yang berfungsi sebagai pertukaran udara yaitu masuknya oksigen dan keluarnya karbon dioksida dari dalam tubuh. Dalam mendiagnosis penyakit paru, para dokter akan melakukan analisa dini pada hasil citra x-ray thorax untuk mencari perubahan atau kelainan yang terjadi pada paru-paru. Proses analisa yang dilakukan oleh para dokter terkadang menghasilkan diagnosis yang berbeda (differential diagnosis). Penelitian ini bertujuan untuk mengklasifikasikan penyakit paru dari citra sinar-X, dimana terdapat tiga label kondisi paru. Selain itu, penelitian ini juga bertujuan untuk mengukur performa dari sistem yang telah dibuat melalui percobaan lima skenario terkait dengan tuning parameter learning rate, batch size, epoch, convolutional layer dan drop out. Sistem dikembangkan dengan menggunakan metode Deep Learning Convolutional Neural Network (CNN). Arsitektur model yang digunakan adalah CNN from scratch. Total data yang digunakan dalam membangun sistem yaitu 812 citra yang terbagi dalam tiga label kelas kondisi paru, yaitu normal, pneumonia dan tuberkulosis. Kemudian, Sistem akan ditanamkan pada aplikasi LungX berbasis Android menggunakan library TensorflowLite yang dapat digunakan pada versi android 7 ke atas.
Hasil pelatihan dengan menggunakan 812 citra sinar-X menghasilkan akurasi sebesar 94%. Hasil validasi dengan 173 citra sinar-X dan pengujian dengan 175 citra sinar-X berturut-turut menghasilkan akurasi sebesar 94% dan 90% dengan parameter terbaik learning rate 0,0001, batch size 8, epoch 35, 4 convolutional layer dan drop out 0.
Kata Kunci : Paru, Klasifikasi, Citra Sinar-X, Android, Differential Diagnosis, Deep Learning, Convolutional Neural Network from scratch
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Lungs, Classification, X-ray Images, Android, Differential Diagnosis, Deep Learning, Convolutional Neural Network from scratch |
Subjects: | T Technology > T Technology (General) |
Divisions (Program Studi): | Fakultas Teknik > Teknik Informatika |
Depositing User: | Unnamed user with username stfathirahs |
Date Deposited: | 02 Aug 2024 07:21 |
Last Modified: | 02 Aug 2024 07:21 |
URI: | http://repository.unhas.ac.id:443/id/eprint/36025 |