Zhazkeiya Sheelfa Irawaty, 4611416080 (2022) PENERAPAN ANISOTROPIC DIFFUSION FILTERS DAN CONVOLUTIONAL NEURAL NETWORK DENGAN FRAMEWORK MOBILENET PADA CITRA X-RAY UNTUK MENDETEKSI PNEUMONIA. Under Graduates thesis, Universitas Negeri Semarang.

PDF - Published Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Penyakit pneumonia adalah penyakit menular terbesar yang terjadi pada anak-anak di seluruh dunia. Pneumonia sendiri menurut WHO membunuh 808.694 anak di bawah lima tahun pada tahun 2017, terhitung 15% dari semua kematian anak di bawah lima tahun. Pneumonia adalah penyakit menular terbesar yang terjadi pada anak-anak di seluruh dunia. Kasus tersebut paling umum ditemukan pada Asia Selatan dan Afrika. Para pakar mengusulkan untuk mendiagnosis dengan cepat adalah dengan menggunakan x-ray. Hasil x-ray dari paru-paru penderita pneumonia dapat memberikan gambaran bagaimana infeksi yang terjadi pada paru-paru penderita yang disebabkan oleh virus pneumonia. Pada penelitian ini Dataset Chest X-ray Images (Pneumonia) dari Kaggle, digunakan sebagai objek yang akan diklasifikasikan dengan menggunakan Anisotropic Diffusion Filters dan Convolutional Neural Network untuk mengetahui adanya pneumonia atau tidak berdasarkan citra x-ray. Klasifikasi dilakukan pada Dataset Chest X-ray Images (Pneumonia) dengan rentang 2 pekan terhutung dari tanggal 14 Agustus 2021 hingga 28 Agustus 2022 yang akan melalui proses klasifikasi pada citra x-ray dengan menggunakan algoritma Convolutional Neural Network dan Anisotropic Diffusion Filters. Hasil pengujian dengan metode tersebut mengalami peningkatan dibandingkan penelitian sebelumnya dengan perolehan akurasi sebesar 96,67%.

Actions (login required)

View Item