Pangestu, Alfin Aditya (2022) DIAGNOSA TUMOR OTAK DENGAN ARTIFICIAL INTELLIGENCE. Diploma thesis, Universitas YARSI.
|
Text
1. Cover.pdf Download (93kB) | Preview |
|
|
Text
4. Halaman Pengesahan.pdf Download (139kB) | Preview |
|
|
Text
3. Halaman Pernyataan Orisinalitas.pdf Download (87kB) | Preview |
|
|
Text
2. Abstrak.pdf Download (77kB) | Preview |
|
|
Text
10. Bab I.pdf Download (244kB) | Preview |
|
|
Text
16. Daftar Pustaka.pdf Download (299kB) | Preview |
|
![[img]](http://digilib.yarsi.ac.id/style/images/fileicons/text.png) |
Text
11. Bab 2.pdf Restricted to Registered users only Download (184kB) |
|
|
Text
12. Bab 3.pdf Restricted to Registered users only Download (472kB) |
|
|
Text
13. Bab 4.pdf Restricted to Registered users only Download (664kB) |
|
|
Text
14. Bab 5.pdf Restricted to Registered users only Download (312kB) |
|
|
Text
15. Bab 6.pdf Restricted to Registered users only Download (142kB) |
Abstract
Otak adalah pusat kendali pada sistem saraf pusat dan otak di salah satu organ yang rumit karena mencakup antara 50-100 miliar neuron yang menciptakan jaringan (Sory, 2022). Tumor adalah massa jaringan yang tumbuh tak terkendali dan menekan jaringan normal di sekitarnya.Menurut tingkat populasi standar dunia, insiden kanker otak ganas 3,4/100.000 orang. Angka kematian mencapai 4,25/100.000 orang pertahun. Pria memiliki tingkat kematian lebih tinggi. Pasien kanker otak dapat mengalami hingga 78% gangguan kejiwaan, baik organik akibat tumor maupun gangguan fungsional berupa gangguan penyesuaian, depresi dan kecemasan (KEMENKES, 2020 ). Tekonologi berkembang pesat saat ini Artificial intelligence atau kecerdasan buatan pun sangat berperan penting membantu pekerjaan manusia termasuk sangat berguna di dunia medis, Berguna di pelayanan, penanganan maupun pencegahan. Menurut (Hani dkk, 2022). Metode yang digunakan yaitu arsitektur model NN dan arsitektur model VGG 16. Skripsi ini akan meninjau menurut pandangan Agama Islam mengenai Diagnosa Tumor Otak dengan Artificial Intelligence untuk membantu tenaga medis dan dokter dalam mendeteksi sejak dini agar pasien dapat mengkontrol penyakit tersebut agar tidak semakin parah. Dan penelitian ini membantu meringankan dalam proses mendiagnosa penyakit menggunakan citra agar tidak memakan waktu yang lama dan prediksi yang mendekati akurat. Hasil perhitungan dengan model NN mendapatkan hasil akurasi sebesar 99,40%, loss sebesar 10% dan val_akurasi sebesar 97,72% , val_loss sebesar 10%. Pada model VGG mendapatkan hasil sebesar sebesar 99,09% loss 10% sedangkan pada model CNN mendapatkan hasil akurasi sebesar 92,05% , loss 20,45% dan val_loss 26,47%, val_akurasi 90,82%.
| Item Type: | Thesis (Diploma) |
|---|---|
| Additional Information: | S-817-FTI |
| Uncontrolled Keywords: | Tumor Otak, Artificial Intelligance, Diagnosa |
| Subjects: | Q Science > Q Science (General) Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QM Human anatomy R Medicine > RC Internal medicine > RC0254 Neoplasms. Tumors. Oncology (including Cancer) T Technology > T Technology (General) |
| Depositing User: | ALFIN PANGESTU |
| Date Deposited: | 07 Dec 2023 03:26 |
| Last Modified: | 07 Dec 2023 03:28 |
| URI: | http://digilib.yarsi.ac.id/id/eprint/11120 |
Actions (login required)
 |
View Item |