Pilih Bahasa  
Book's Detail
Implementasi 1D-Convolutional Neural Network Untuk Klasifikasi Pneumonia Berbasis Citra Chest X-Ray Dan Tinjuannya Menurut Agama Islam

-

Pernyataan Tanggungjawab
Pengarang Fauzi, Sri Cahya - Personal Name
Pembimbing 1 Fathurahman, Muhammad
Pembimbing 2 Suherlan, Elan
Pembimbing 3 Zen, Irwandi M.
Edisi
No. Panggil S-616-FTI
ISBN/ISSN
Subyek
Klasifikasi TEKNOLOGI INFORMASI
Judul Seri -
GMD Text
Bahasa Indonesia
Penerbit FTI Universitas YARSI
Tahun Terbit 2019
Tempat Terbit Jakarta
Deskripsi Fisik
Abstrak / Info Detil Spesifik Pneumonia adalah penyakit infeksi yang menyerang paru-paru, penyakit ini menyebabkan kantung udara di dalam paru-paru meradang dan membengkak yang disebabkan oleh jamur, bakteri dan virus yang dapat menyerang siapa saja, termasuk anak-anak. Untuk mendeteksi pneumonia yaitu dengan melakukan foto rontgen dada, kemudian hasil foto rontgen tersebut dibaca oleh pakar. Akan tetapi, untuk mendapatkan hasil diagnosa masih memiliki kendala atau kekurangan. Seiring dengan perkembangan teknologi, metode Convolutional Neural Network (CNN) merupakan salah satu metode yang terbukti berhasil dalam menganalisis gambar. CNN diimplementasikan untuk mengklasifikasi citra pneumonia berdasarkan fitur Histogram of Oriented Gradient dan Gray Level Co-occurences Matrix. Tujuan dari penelitian ini adalah untuk mengevaluasi 1D-Convolutional Neural Network untuk mengklasifikasi citra chest X-Ray pneumonia berdasarkan ekstraksi fitur dengan berbagai arsitektur CNN untuk menghasilkan kinerja terbaik dalam akurasi dan membandingkannya dengan metode klasifikasi lain yang telah dibuat. Eksperimen yang dilakukan berdasarkan konfigurasi pada parameter. Parameter yang digunakan adalah jumlah hidden layer dan hidden unit. Hasil menunjukkan konfigurasi parameter terbaik mampu mencapai nilai akurasi sebesar 94% dan nilai AUC sebesar 0.93. Implementasi CNN untuk klasifikasi citra chest X-Ray pneumonia menurut Agama
Lampiran Berkas
LOADING LIST...
Ketersediaan
LOADING LIST...