KLASIFIKASI PENYAKIT CORONA VIRUS (COVID19) MELALUI CHEST X-RAY IMAGES BERBASIS DEEP LEARNING

FARHANDY, ERZHA ANGES (2022) KLASIFIKASI PENYAKIT CORONA VIRUS (COVID19) MELALUI CHEST X-RAY IMAGES BERBASIS DEEP LEARNING. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 Cover.pdf Download (1MB) | Preview
Preview	Text (ABSTRAK) 02 Abstrak.pdf Download (23kB) | Preview
	Text (BAB I) 03 BAB 1.pdf Restricted to Registered users only Download (101kB)
	Text (BAB II) 04 BAB 2.pdf Restricted to Registered users only Download (334kB)
	Text (BAB III) 05 BAB 3.pdf Restricted to Registered users only Download (44kB)
	Text (BAB IV) 06 BAB 4.pdf Restricted to Registered users only Download (302kB)
	Text (BAB V) 07 BAB 5.pdf Restricted to Registered users only Download (79kB)
	Text (DAFTAR PUSTAKA) 08 Daftar Pustaka.pdf Restricted to Registered users only Download (119kB)
	Text (LAMPIRAN) 09 Lampiran.pdf Restricted to Registered users only Download (121kB)

Abstract

Penyakit Coronavirus (COVID19) adalah penyakit menular yang disebabkan oleh virus Sars-CoV-2, penyakit ini menular dengan cepat di seluruh dunia. Berbagai penelitian pun dilakukan untuk mengontrol penyebaran Covid-19. Salah satu cara untuk mendeteksi Covid-19 yaitu dengan mempelajari citra chest x-ray pasien dengan gejala Covid-19. Namun untuk mendeteksi Covid-19 melaui citra x-ray dibutuhkan dokter spesialis radiologi yang saat ini jumlahnya masih sedikit. Dalam studi ini, penelitian dilakukan untuk mendeteksi penyakit Covid-19 melalui citra chest x-ray dengan pendekatan deep learning berbasis convolutional neural network (CNN). sebelum melatih model, dilakukan preprocessing data seperti pelabelan dan pengubahan ukuran. Penelitian ini menggunakan model CNN dengan 3 lapis layer convolution dan maxpooling serta fully-connected layer untuk output. Hasil training menggunakan metode CNN menghasilkan performa yang cukup baik, dengan nilai akurasi (acc) pelatihan terbaik diperoleh pada epoch ke-31 dengan nilai 0,9593, training loss (loss) 0,1306, validasi accuracy (val_acc) 0,9604, dan validasi loss (val_loss). 0.1399. Kata Kunci: Klasifikasi, Covid-19, CNN, deep learning, chest x-ray

Item Type:	Thesis (S1)
Call Number CD:	FIK/INFO. 22 061
NIM/NIDN Creators:	41518110005
Uncontrolled Keywords:	Klasifikasi, Covid-19, CNN, deep learning, chest x-ray
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 010 Bibliography/Bibliografi 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 010 Bibliography/Bibliografi > 017 General Subject Catalog/Katalog Subjek Umum 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 020 Library and Information Sciences/Perpustakaan dan Ilmu Informasi > 025 Operations, Archives, Information Centers/Operasional Perpustakaan, Arsip dan Pusat Informasi, Pelayanan dan Pengelolaan Perpustakaan > 025.4 Subject Analysis and Control/Subjek Analisis dan Kontrol Perpustakaan > 025.43 General Classification Systems/Sistem Klasifikasi Umum
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	ELMO ALHAFIIDH PUTRATAMA
Date Deposited:	19 Sep 2022 05:19
Last Modified:	21 Sep 2022 01:45
URI:	http://repository.mercubuana.ac.id/id/eprint/69281

Actions (login required)

View Item