Mukti, Dymas Surya (2023) DETEKSI TEPI PADA CITRA RONTGEN PENYAKIT COVID-19 MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) BERDASARKAN EKSTRAKSI FITUR SOBEL. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.
![[thumbnail of 1. Skripsi Fulltext_123160177_Dymas Surya Mukti.pdf]](http://eprints.upnyk.ac.id/style/images/fileicons/text.png) |
Text
1. Skripsi Fulltext_123160177_Dymas Surya Mukti.pdf Restricted to Repository staff only Download (2MB) |
|
Text
2. Abstrak_123160177_Dymas Surya Mukti.pdf Download (34kB) |
|
Text
3. Cover_123160177_Dymas Surya Mukti.pdf Download (119kB) |
|
Text
4. Lembar Pengesahan_123160177_Dymas Surya Mukti.pdf Download (655kB) |
|
Text
5. Daftar Isi_123160177_Dymas Surya Mukti.pdf Download (476kB) |
|
Text
6. Daftar Pustaka_123160177_Dymas Surya Mukti.pdf Download (385kB) |
Abstract
Covid-19, atau Coronavirus Disease 2019, adalah penyakit yang disebabkan oleh coronavirus 2 (SARS-CoV-2) dan pertama kali ditemukan pada akhir tahun 2019. Penyakit ini menyebabkan sindrom pernafasan akut yang parah dan menyebar secara global, sehingga Organisasi Kesehatan Dunia (WHO) menetapkannya sebagai pandemi global pada 11 Maret 2020. WHO mengampanyekan gerakan 3T (Testing, Tracing, dan Treatment) untuk menanggulangi wabah ini. Dalam mendiagnosis Covid-19, pengujian Rapid Test (Tes Antibodi) dan Swab Test (RT-PCR) sering digunakan karena dianggap paling efektif untuk mendeteksi apakah seseorang terpapar Covid-19. Namun, kedua metode tersebut memiliki kekurangan, di mana pengujian antibodi membutuhkan waktu 30 menit rata-rata, sementara RT-PCR membutuhkan setidaknya 6 jam untuk satu uji.X-Ray merupakan salah satu teknik pencitraan medis yang dapat menjadi alternatif untuk mengidentifikasi Covid-19 dan layak dipertimbangkan sebagai metode pengujian.
Penelitian ini menggunakan citra X-Ray Thorax untuk mengidentifikasi infeksi Covid-19. Citra akan melewati pre-processing antara lain Grayscale. Selanjutnya, ekstraksi fitur akan dilakukan menggunakan metode deteksi tepi sobel. Nilai ekstraksi fitur deteksi tepi sobel ini kemudian dijadikan sebagai masukkan metode Convolutional Neural Network (CNN).
Dari hasil pengujian yang dilakukan, menunjukkan bahwa deteksi tepi Sobel mampu mengekstraksi fitur dengan baik dan algoritma CNN dapat mengklasifikasikannya dengan baik. Rata-rata yang akurasi yang dihasilkan sebesar 90% untuk hasil klasifikasi paru-paru Covid dan 100% untuk paru-paru normal serta akurasi keseluruhan sebesar 95% dengan nilai epoch 3, batch size 20, validation split 0.1.
Kata Kunci: Covid-19, Deteksi Tepi Sobel, CNN
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Covid-19, Deteksi Tepi Sobel, CNN |
| Subjects: | Q Science > Q Science (General) |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Engineering Sciences |
| Depositing User: | Eny Suparny |
| Date Deposited: | 18 Aug 2023 02:51 |
| Last Modified: | 18 Aug 2023 02:51 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/36960 |
Actions (login required)
 |
View Item |