KLASIFIKASI PENYAKIT TUBERKULOSIS DARI CITRA X-RAY PARU-PARU MENGGUNAKAN RECURRENT NEURAL NETWORK DAN CONVOLUTIONAL NEURAL NETWORK

DARMA, ALDI and Suprapto, Bhakti Yudho (2024) KLASIFIKASI PENYAKIT TUBERKULOSIS DARI CITRA X-RAY PARU-PARU MENGGUNAKAN RECURRENT NEURAL NETWORK DAN CONVOLUTIONAL NEURAL NETWORK. Undergraduate thesis, Sriwijaya University.

	Text RAMA_20201_03041281924123.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (8MB) | Request a copy
	Text RAMA_20201_03041281924123_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy
	Text RAMA_20201_03041281924123_0011027503_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (3MB)
	Text RAMA_20201_03041281924123_0011027503_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (723kB) | Request a copy
	Text RAMA_20201_03041281924123_0011027503_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (410kB) | Request a copy
	Text RAMA_20201_03041281924123_0011027503_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (857kB) | Request a copy
	Text RAMA_20201_03041281924123_0011027503_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (165kB) | Request a copy
	Text RAMA_20201_03041281924123_0011027503_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (289kB) | Request a copy
	Text RAMA_20201_03041281924123_0011027503_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (3MB) | Request a copy

Abstract

Tuberkulosis adalah penyakit menular yang disebabkan oleh bakteri Mycobacterium Tuberculosis dan menjadi salah satu penyakit paling mematikan di dunia. Saat ini, penelitian terkait diagnosis penyakit tuberkulosis menggunakan machine learning telah banyak dilakukan. Tetapi kebanyakan penelitian hanya menggunakan dataset yang tersedia secara publik dan jarang ada yang menggunakan dataset langsung dari rumah sakit, terutama di Indonesia. Hasil akurasi klasifikasi tuberkulosis pada penelitian sebelumnya juga masih belum optimal. Oleh karena itu, penelitian ini akan coba mengembangkan sistem deteksi tuberkulosis dari citra X-Ray paru-paru dengan dataset berasal dari RSUP Rivai Abdullah Palembang menggunakan Recurrent Neural Network (RNN) dan Convolutional Neural Network (CNN). Penelitian dilakukan dengan menggunakan dataset dari RSUP Rivai Abdulllah Palembang sebanyak 420 citra x-ray dan 3885 data sekunder terdiri dari 1039 gambar per kelas untuk data training, dan 256 gambar per kelas untuk data validasi. Arsitektur yang digunakan pada penelitian ini yaitu InceptionV3, LeNet-5, MobileNet, dan MobileNet LSTM (Long Short-Term Memory). Pelatihan dan pengujian dilakukan menggunakan learning rate yang berbeda-beda yaitu 0.001, 0.0001, dan 0.00001. Hasil pelatihan terbaik dari semua uji coba dengan learning rate yang berbeda yaitu MobileNet dengan learning rate 0.0001 mendapatkan hasil pelatihan terbaik dengan hasil akurasi 91,14% dan loss 21,47%. Model arsitektur LeNet-5 dengan learning rate 0.00001 mendapatkan hasil deteksi benar tuberkulosis terbanyak dengan jumlah 69 gambar dari total 140 gambar dan persentase hasil uji sebesar 35%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Arsitektur, Tuberkulosis, CNN, LSTM
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1-9971 Electrical engineering. Electronics. Nuclear engineering > TK1 Electrical engineering--Periodicals. Automatic control--Periodicals. Computer science--Periodicals. Information technology--Periodicals. Automatic control. Computer science. Electrical engineering. Information technology.
Divisions:	03-Faculty of Engineering > 20201-Electrical Engineering (S1)
Depositing User:	Aldi Darma
Date Deposited:	03 Jul 2024 01:40
Last Modified:	03 Jul 2024 01:40
URI:	http://repository.unsri.ac.id/id/eprint/149032

Actions (login required)

View Item