Implementasi Algoritma Deep Convolutional Neural Network untuk Diagnosa Penyakit Tuberkulosis
| Main Author: | Hartanto Tanian, Fidelius |
|---|---|
| Format: | Thesis NonPeerReviewed application/pdf |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/13612/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/13612/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/13612/3/BAB_I.pdf http://kc.umn.ac.id/13612/4/BAB_II.pdf http://kc.umn.ac.id/13612/5/BAB_III.pdf http://kc.umn.ac.id/13612/6/BAB_IV.pdf http://kc.umn.ac.id/13612/7/BAB_V.pdf http://kc.umn.ac.id/13612/8/LAMPIRAN.pdf http://kc.umn.ac.id/13612/ |
Daftar Isi:
- Tuberkulosis (TB) adalah penyakit infeksi kronik yang disebabkan oleh kuman Mycobacterium Tuberculosis dan dapat ditularkan melalui udara. Proses rontgen merupakan proses yang dilakukan untuk mengetahui seseorang terkena TB atau tidak. Gambar rontgen berperan penting bagi orang yang diduga terinfeksi penyakit TB. Saat ini penyakit TB sulit untuk terdeteksi karena kurangnya ahli interpretasi radiologi. Untuk dapat memecahkan masalah tersebut, dibuatlah suatu sistem untuk diagnosa penyakit tuberkulosis yang dilakukan secara otomatis dengan menggunakan pembelajaran mesin untuk pengklasifikasian. Untuk membangun sistem ini diperlukan pengolahan gambar seperti image blurring dan algoritma Deep Convolutional Neural Network yang merupakan salah satu algoritma deep learning yang terbukti menghasilkan hasil yang baik pada proses pengklasifikasian gambar. Hasilnya terbaik dari penelitian ini merupakan sistem yang mampu mendiagnosa 84% gambar hasil rontgen data testing pada model yang dibuat dengan presisi rata-rata sebesar 85% dan recall rata-rata sebesar 85%.