DIGITAL LIBRARY



JUDUL:IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI GAMBAR X-RAY PENYAKIT COVID-19 DAN PNEUMONIA
PENGARANG:FITRIA AGUSTINA
PENERBIT:UNIVERSITAS LAMBUNG MANGKURAT
TANGGAL:2021-08-18


Pneumonia yang disebabkan oleh virus corona berbeda dengan pneumonia biasa. Salah satu cara untuk mengetahui pneumonia yang disebabkan oleh virus corona adalah dengan melakukan pemeriksaan rontgen atau x-ray. Kekurangan dari pemeriksaan tersebut adalah memerlukan ahli radiologi dan waktu analisa yang relatif  lama. Oleh karena itu, untuk mengatasi masalah tersebut dapat menggunakan metode deep learning dengan mengimplementasikan metode Algoritma Convolutional Neural Network (CNN)  terhadap klasifikasi gambar X-ray. Implementasi Algoritma Convolutional Neural Network (CNN) dilakukan dengan cara menggunakan data training sebanyak 4800 gambar yang dilatih menggunakan nilai batch size 16, 32, dan 64. Proses train dengan nilai batch size 16, 32 dan 64  menghasilkan  rata-rata akurasi sebesar 90%, 91% serta 92%, sedangkan nilai loss sebesar 0,22, 0,16 serta 0,25. Dari proses ini ditemukan bahwa batch 64 merupakan hasil loss dan akurasi terbaik untuk data training. Data test dengan nilai batch 16, 32, dan 64 menghasilkan akurasi sebesar 76%, 82% serta 76%, sedangkan nilai loss sebesar 0,79, 0,53 serta 0,63.. Hasil testing secara manual ini dari 30 foto ada 7 gambar yang tidak dikenali oleh model karena dari gambar terlihat mirip satu sama lain dengan akurasi sebesar 76%. Dari proses ini ditemukan bahwa batch 32 merupakan hasil loss dan akurasi terbaik untuk data testing.

Berkas PDF
NODOWNLOAD LINK
1FILE 1



File secara keseluruhan dapat di unduh DISINI