IMPLEMENTASI DEEP LEARNING DALAM DIGITAL IMAGE PROCESSING RETINA MATA UNTUK DETEKSI KELAINAN PADA MAKULA


Mien Fatimah Az-zahra, 4111415029 (2019) IMPLEMENTASI DEEP LEARNING DALAM DIGITAL IMAGE PROCESSING RETINA MATA UNTUK DETEKSI KELAINAN PADA MAKULA. Under Graduates thesis, Universitas Negeri Semarang.

[thumbnail of 4111415029.pdf]
Preview
PDF - Published Version
Download (3MB) | Preview

Abstract

Penelitian ini menggunakan data sekunder yang bertujuan merancang sistem untuk mengenali kondisi retina mata normal ataupun penyakit CNV, DME, dan Drusen yang dihasilkan alat Optical Coherence Tomography (OCT). Sistem akan menghasilkan model training, evaluasi, dan nilai akurasi. Metode yang digunakan adalah Convolution Neural Network dengan default parameter 50 epoch, 1 stride, 83484 citra data train, dan nilai learning rate 0,001 dengan bantuan software Python 3.7. Pengujian dengan menggunakan variasi epoch, stride, banyak data train, dan nilai learning rate menghasilkan nilai akurasi yang berbeda. Berdasarkan variasi epoch tingkat akurasi terbaik adalah 50 epoch dengan nilai akurasi 0,99 dan loss validasi 0,2034, variasi nilai stride tingkat akurasi terbaik adalah 1 stride dengan nilai akurasi 0,99 dan loss validasi 0,2267, variasi data train tingkat akurasi terbaik adalah 83484 gambar dengan nilai akurasi 0,99 dan nilai loss validasi 0,2524, dan nilai variasi learning rate tingkat akurasi terbaik adalah 0,0001 dengan nilai akurasi 0,992 dan nilai loss validasi 0,2524 Berdasarkan hasil penelitian diperoleh (1) Arsitektur convolution neural network (2) model terbaik dengan nilai akurasi 0,992 berdasarkan variasi parameter 50 epoch, 1 stride, 83484 citra data train dan learning rate 0,0001.

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: Deep Neural Network, Digital Image Processing, Retina Mata, Python.
Subjects: Q Science > QA Mathematics
Fakultas: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika, S1
Depositing User: S.Hum Maria Ayu
Date Deposited: 28 Jul 2020 18:15
Last Modified: 28 Jul 2020 18:15
URI: http://lib.unnes.ac.id/id/eprint/37546

Actions (login required)

View Item View Item