Klasifikasi Citra Mycobacterium Tuberculosis dengan Metode Convolutional Neural Network (CNN)
Mycobacterium Tuberculosis merupakan bakteri penyebab penyakit menular TBC (tuberculosis). Bakteri ini sendiri sebagian besar dapat menyerang paru-paru manusia. Gejala utama yang dirasakan oleh pengidap penyakit TBC yaitu batuk yang berdahak selama dua minggu atau lebih. Pada tahun 2017, jumlah kasu...
Saved in:
| id |
id-langga.108202 |
|---|---|
| record_format |
dspace |
| spelling |
id-langga.1082022021-06-24T23:47:44Z http://repository.unair.ac.id/108202/ Klasifikasi Citra Mycobacterium Tuberculosis dengan Metode Convolutional Neural Network (CNN) Devky Revaldi Putro QC Physics Mycobacterium Tuberculosis merupakan bakteri penyebab penyakit menular TBC (tuberculosis). Bakteri ini sendiri sebagian besar dapat menyerang paru-paru manusia. Gejala utama yang dirasakan oleh pengidap penyakit TBC yaitu batuk yang berdahak selama dua minggu atau lebih. Pada tahun 2017, jumlah kasus baru yang ada di Indonesia sekitar 420.945. Di Indonesia sendiri angka keberhasilan pengobatan mencapai 80,1% dan angka ketidakberhasilan serta kematian mencapai 2,9%. Kegagalan ini disebabkan oleh penanganan yang belum maksimal. Kecerdasan buatan dapat mengurangi kesalahan yang bisa dibuat oleh manusia. Salah satu caranya adalah mengklasifikasi citra bakteri tersebut dengan menggunakan metode Convolutional Neural Network untuk membedakan bakteri Tuberculosis dan Non-Tuberculosis. Arsitektur Convolutional Neural Network yang digunakan adalah Resnet-50 dan VGG-31. Sehingga mendapatkan kesimpulan bahwa arsitektur VGG-31 memiliki akurasi yang lebih besar dengan akurasi 98.8%, spesifitas 100% dan sensitivitas 97.5%. 2021 Thesis NonPeerReviewed text id http://repository.unair.ac.id/108202/1/1.%20HALAMAN%20JUDUL.pdf text id http://repository.unair.ac.id/108202/2/2.%20ABSTRAK.pdf text id http://repository.unair.ac.id/108202/3/3.%20DAFTAR%20ISI.pdf text id http://repository.unair.ac.id/108202/4/4.%20BAB%20I%20PENDAHULUAN.pdf text id http://repository.unair.ac.id/108202/5/5.%20BAB%20II%20TINJAUAN%20PUSTAKA.pdf text id http://repository.unair.ac.id/108202/6/6.%20BAB%20III%20METODE%20PENELITIAN.pdf text id http://repository.unair.ac.id/108202/7/7.%20BAB%20IV%20HASIL%20DAN%20PEMBAHASAN.pdf text id http://repository.unair.ac.id/108202/8/8.%20BAB%20V%20KESIMPULAN%20DAN%20SARAN.pdf text id http://repository.unair.ac.id/108202/9/9.%20DAFTAR%20PUSTAKA.pdf text id http://repository.unair.ac.id/108202/11/10.%20LAMPIRAN.pdf text id http://repository.unair.ac.id/108202/10/Pernyataan%20Kesediaan%20Publikasi.pdf Devky Revaldi Putro (2021) Klasifikasi Citra Mycobacterium Tuberculosis dengan Metode Convolutional Neural Network (CNN). Skripsi thesis, UNIVERSITAS AIRLANGGA. http://www.lib.unair.ac.id |
| institution |
Universitas Airlangga |
| building |
Universitas Airlangga Library |
| continent |
Asia |
| country |
Indonesia Indonesia |
| content_provider |
Universitas Airlangga Library |
| collection |
UNAIR Repository |
| language |
Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian Indonesian |
| topic |
QC Physics |
| spellingShingle |
QC Physics Devky Revaldi Putro Klasifikasi Citra Mycobacterium Tuberculosis dengan Metode Convolutional Neural Network (CNN) |
| description |
Mycobacterium Tuberculosis merupakan bakteri penyebab penyakit menular TBC (tuberculosis). Bakteri ini sendiri sebagian besar dapat menyerang paru-paru manusia. Gejala utama yang dirasakan oleh pengidap penyakit TBC yaitu batuk yang berdahak selama dua minggu atau lebih. Pada tahun 2017, jumlah kasus baru yang ada di Indonesia sekitar 420.945. Di Indonesia sendiri angka keberhasilan pengobatan mencapai 80,1% dan angka ketidakberhasilan serta kematian mencapai 2,9%. Kegagalan ini disebabkan oleh penanganan yang belum maksimal. Kecerdasan buatan dapat mengurangi kesalahan yang bisa dibuat oleh manusia. Salah satu caranya adalah mengklasifikasi citra bakteri tersebut dengan menggunakan metode Convolutional Neural Network untuk membedakan bakteri Tuberculosis dan Non-Tuberculosis. Arsitektur Convolutional Neural Network yang digunakan adalah Resnet-50 dan VGG-31. Sehingga mendapatkan kesimpulan bahwa arsitektur VGG-31 memiliki akurasi yang lebih besar dengan akurasi 98.8%, spesifitas 100% dan sensitivitas 97.5%. |
| format |
Theses and Dissertations NonPeerReviewed |
| author |
Devky Revaldi Putro |
| author_facet |
Devky Revaldi Putro |
| author_sort |
Devky Revaldi Putro |
| title |
Klasifikasi Citra Mycobacterium Tuberculosis dengan Metode Convolutional Neural Network (CNN) |
| title_short |
Klasifikasi Citra Mycobacterium Tuberculosis dengan Metode Convolutional Neural Network (CNN) |
| title_full |
Klasifikasi Citra Mycobacterium Tuberculosis dengan Metode Convolutional Neural Network (CNN) |
| title_fullStr |
Klasifikasi Citra Mycobacterium Tuberculosis dengan Metode Convolutional Neural Network (CNN) |
| title_full_unstemmed |
Klasifikasi Citra Mycobacterium Tuberculosis dengan Metode Convolutional Neural Network (CNN) |
| title_sort |
klasifikasi citra mycobacterium tuberculosis dengan metode convolutional neural network (cnn) |
| publishDate |
2021 |
| url |
http://repository.unair.ac.id/108202/1/1.%20HALAMAN%20JUDUL.pdf http://repository.unair.ac.id/108202/2/2.%20ABSTRAK.pdf http://repository.unair.ac.id/108202/3/3.%20DAFTAR%20ISI.pdf http://repository.unair.ac.id/108202/4/4.%20BAB%20I%20PENDAHULUAN.pdf http://repository.unair.ac.id/108202/5/5.%20BAB%20II%20TINJAUAN%20PUSTAKA.pdf http://repository.unair.ac.id/108202/6/6.%20BAB%20III%20METODE%20PENELITIAN.pdf http://repository.unair.ac.id/108202/7/7.%20BAB%20IV%20HASIL%20DAN%20PEMBAHASAN.pdf http://repository.unair.ac.id/108202/8/8.%20BAB%20V%20KESIMPULAN%20DAN%20SARAN.pdf http://repository.unair.ac.id/108202/9/9.%20DAFTAR%20PUSTAKA.pdf http://repository.unair.ac.id/108202/11/10.%20LAMPIRAN.pdf http://repository.unair.ac.id/108202/10/Pernyataan%20Kesediaan%20Publikasi.pdf http://repository.unair.ac.id/108202/ http://www.lib.unair.ac.id |
| _version_ |
1707053447450198016 |