SEGMENTASI RUANG JANTUNG DALAM KONDISI KARDIOMEGALI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR U-NET

SAPUTRA, TOMMY and Nurmaini, Siti (2023) SEGMENTASI RUANG JANTUNG DALAM KONDISI KARDIOMEGALI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR U-NET. Masters thesis, Sriwijaya University.

	Text RAMA_55101_09012682226012.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (12MB) | Request a copy
	Text RAMA_55101_09012682226012_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (13MB) | Request a copy
	Text RAMA_55101_09012682226012_0002085908_01_Front_Ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text RAMA_55101_09012682226012_0002085908-02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (448kB) | Request a copy
	Text RAMA_55101_09012682226012_0002085908_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_55101_09012682226012_0002085908_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (848kB) | Request a copy
	Text RAMA_55101_09012682226012_0002085908_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (124kB) | Request a copy
	Text RAMA_55101_09012682226012_0002085908_06_Ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (130kB) | Request a copy
	Text RAMA_55101_09012682226012_0002085908_07_Lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (9MB) | Request a copy

Abstract

Kardiomegali merupakan penyakit yang tidak memiliki tanda atau gejala pada beberapa penderitanya dan kemungkinan memiliki gejala seperti sesak napas, detak jantung tidak normal (aritmia), dan edema. Kardiomegali akan menyebabkan jantung penderita memompa lebih keras dari biasanya atau secara bertahap merusak otot jantung seperti jantung berdebar, sesak dada, dan sesak napas. Mendiagnosis dini kardiomegali dapat membantu membuat keputusan jantung dalam keadaan abnormal atau normal. Selain itu, sehubungan dengan masalah dalam pemeriksaan secara manual akan memakan waktu dan kebutuhan interpretasi serta pengalaman manusia, maka diperlukan alat bantu untuk secara otomatis mengembangkan dan mengidentifikasi jantung normal dan jantung yang abnormal. Oleh karena itu, penelitian ini mengusulkan segmentasi ruang jantung dengan menggunakan jaringan saraf konvolusional 2D (dua dimensi) ultrasound untuk skrining kardiomegali secara cepat dalam aplikasi klinis berdasarkan pemeriksaan USG dada. Pendekatan yang diusulkan menggunakan CNN dengan model arsitektur Residual U-Net dengan data jantung abnormal dan normal. Hasil penelitian yang diperoleh menggunakan evaluasi matriks piksel akurasi sebesar 99.09%, dice sebesar 94.94 % dan IoU sebesar 90.75%

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Segmentasi, Kardiomegali, Convolutional Neural Network, U-Net
Subjects:	Z Bibliography. Library Science. Information Resources > Z666 Library science--Electronic information resources--Bibliography. Information science--Electronic information resources--Bibliography. Technology--Electronic information resources--Bibliography. Online information services. #1 Repository of Teaching and Learning Process (PBM) > Action Planing and Recomendation
Divisions:	09-Faculty of Computer Science > 55101-Informatics (S2)
Depositing User:	Tommy Saputra
Date Deposited:	20 Jan 2024 01:56
Last Modified:	20 Jan 2024 01:56
URI:	http://repository.unsri.ac.id/id/eprint/138840

Actions (login required)

View Item