Adipradana, Julio Bhagaskara (2024) DIAGNOSIS COVID-19 BERDASARKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN). Other thesis, Universitas Amikom Purwokerto.
Text
COVER.pdf
Download (630kB)
COVER.pdf
Download (630kB)
Text
DAFTAR ISI.pdf
Download (632kB)
DAFTAR ISI.pdf
Download (632kB)
Text
ABSTRAK.pdf
Download (618kB)
ABSTRAK.pdf
Download (618kB)
Image
BAB I.pdf
Restricted to Registered users only
Download (631kB)
BAB I.pdf
Restricted to Registered users only
Download (631kB)
Image
BAB II.pdf
Restricted to Registered users only
Download (810kB)
BAB II.pdf
Restricted to Registered users only
Download (810kB)
Image
BAB III.pdf
Restricted to Registered users only
Download (529kB)
BAB III.pdf
Restricted to Registered users only
Download (529kB)
Image
BAB IV.pdf
Restricted to Registered users only
Download (951kB)
BAB IV.pdf
Restricted to Registered users only
Download (951kB)
Image
BAB V.pdf
Restricted to Registered users only
Download (461kB)
BAB V.pdf
Restricted to Registered users only
Download (461kB)
Image
DAFTAR PUSTAKA.pdf
Restricted to Registered users only
Download (730kB)
DAFTAR PUSTAKA.pdf
Restricted to Registered users only
Download (730kB)
Text
LAMPIRAN.pdf
Restricted to Repository staff only
Download (732kB)
LAMPIRAN.pdf
Restricted to Repository staff only
Download (732kB)
Abstract
Corona Virus Desease atau yang dikenal dengan istilah COVID-19 merupakan jenis virus baru dan penyakit yang tidak dikenal bahkan oleh World Health Organization (WHO) sebelum terjadinya wabah di Wuhan, China pada bulan Desember 2019. COVID-19 telah menjadi wabah dan menjadi masalah utama yang harus bisa di diagnosis secepatnya. Untuk menyelesaikan masalah tersebut, dilakukan penelitian untuk mendiagnosis COVID-19 dari citra foto rontgen menggunakan deep learning dengan algoritma convolutional neural network (CNN). Teknik CNN mampu mengklasifikasikan sebuah objek berupa data gambar dengan efisien sehingga model CNN akan digunakan untuk mendiagnosa COVID-19 berdasar pada data gambar. Data penelitian yang digunakan adalah citra foto rontgen sejumlah 190 citra yang terdiri dari positif dan negatif. Dengan bantuan bahasa pemrograman python dalam melakukan uji coba dan evaluasi model, dengan algoritma CNN untuk diagnosa COVID-19 menunjukkan akurasi sebesar 98,03% pada proses training dan 92,21% pada proses testing. Sehingga dapat disimpulkan bahwa penggunaan algoritma convolutional neural network pada deep learning mampu melakukan diagnosis gambar melalui foto rontgen dengan baik.
Item Type: | Thesis (Other) |
---|---|
Additional Information: | Dosen Pembimbing: Tri Astuti, S.Kom., M.Eng., dan Ika Romadoni Yunita, S.Kom., M.MSI. |
Uncontrolled Keywords: | Kata kunci: Convolutional Neural Network, CNN, Deep Learning, COVID-19, Python |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Ilmu Komputer > Informatika |
Depositing User: | UPT Perpustakaan Pusat Universitas Amikom Purwokerto |
Date Deposited: | 25 Mar 2011 21:31 |
Last Modified: | 25 Mar 2011 21:31 |
URI: | https://eprints.amikompurwokerto.ac.id/id/eprint/2480 |