DIAGNOSIS COVID-19 BERDASARKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)

Adipradana, Julio Bhagaskara (2024) DIAGNOSIS COVID-19 BERDASARKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN). Other thesis, Universitas Amikom Purwokerto.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (630kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (632kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (618kB)
[thumbnail of BAB I.pdf] Image
BAB I.pdf
Restricted to Registered users only

Download (631kB)
[thumbnail of BAB II.pdf] Image
BAB II.pdf
Restricted to Registered users only

Download (810kB)
[thumbnail of BAB III.pdf] Image
BAB III.pdf
Restricted to Registered users only

Download (529kB)
[thumbnail of BAB IV.pdf] Image
BAB IV.pdf
Restricted to Registered users only

Download (951kB)
[thumbnail of BAB V.pdf] Image
BAB V.pdf
Restricted to Registered users only

Download (461kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Image
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (730kB)
[thumbnail of LAMPIRAN.pdf] Text
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

Actions (login required)

View Item
View Item