Selabu, Rizky Jounio (2021) DETEKSI PNEUMONIA PADA PASIEN COVID-19 BERDASARKAN CHEST-RAY IMAGE MENGGUNAKAN TRANSFER LEARNING SERTA TINJAUAN DALAM ISLAM. Diploma thesis, Universitas YARSI.
|
Text
COVER.pdf Download (30kB) | Preview |
|
|
Text
HALAMAN PENGESAHAN.pdf Download (199kB) | Preview |
|
|
Text
HALAMAN PERNYATAAN ORISINALITAS.pdf Download (106kB) | Preview |
|
|
Text
ABSTRAK.pdf Download (7kB) | Preview |
|
|
Text
BAB I.pdf Download (146kB) | Preview |
|
|
Text
DAFTAR PUSTAKA.pdf Download (150kB) | Preview |
|
![[img]](http://digilib.yarsi.ac.id/style/images/fileicons/text.png) |
Text
BAB II.pdf Restricted to Registered users only Download (94kB) |
|
|
Text
BAB III.pdf Restricted to Registered users only Download (87kB) |
|
|
Text
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
|
Text
BAB V.pdf Restricted to Registered users only Download (301kB) |
|
|
Text
BAB VI.pdf Restricted to Registered users only Download (7kB) |
Abstract
Deteksi pnemonia pada pasien Covid-19 memiliki peranan penting, karena dapat digunakan untuk menentukan perawatan yang tepat bagi pasien. Salah satu pendekatan yang digunakan yaitu dengan menggunakan pendekatan pembelajaran mesin. Saat ini membuat model klasifikasi yang memiliki akurasi tinggi menjadi tantangan tersendiri. Hal ini dikarenakan citra Chest-Ray Image memiliki struktur yang kompleks. Pada penelitian ini data yang digunakan merupakan dataset citra Chest-Ray Image yang memiliki tujuh kelas dengan tingkat derajat yang berbeda, seperti tingkat derajat mild, moderate, severe. Pada studi ini menggunakan model transfer learning yang menjadi solusi untuk melakukan pendeteksian pneumonia pada pasien Covid-19 dan dapat dijadikan acuan untuk alat bantu klinis. Dengan menggunakan model transfer learning pada penelitian ini, model yang mendapatkan akurasi tertinggi adalah model InceptionV3, ResNet50, ResNet152, VGG 19, Xception, InceptionResNetV2, NasNetLarge, ResNet152V2 yang rata-rata akurasinya sebesar 86.36%. Islam memperbolehkan untuk umatnya melakukan pendeteksian pneumonia dengan menggunakan model transfer learning yang berdasarkan dengan unsur Islam yaitu Maslahah dan Mursalah.
| Item Type: | Thesis (Diploma) |
|---|---|
| Additional Information: | S-751-FTI |
| Uncontrolled Keywords: | Transfer Learning, Convolution Neural Network, Covid-19, Pneumonia |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science R Medicine > RA Public aspects of medicine > RA0421 Public health. Hygiene. Preventive Medicine T Technology > T Technology (General) T Technology > T Technology (General) > T201 Patents. Trademarks |
| Depositing User: | RIZKY SELABU |
| Date Deposited: | 10 Aug 2023 01:27 |
| Last Modified: | 10 Aug 2023 01:27 |
| URI: | http://digilib.yarsi.ac.id/id/eprint/9432 |
Actions (login required)
 |
View Item |