IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORKS (CNN) DENGAN ARSITEKTUR RESNET-50 PADA KLASIFIKASI PENYAKIT PNEUMONIA BERDASARKAN CITRA PARU-PARU

ALFIAN SAPUTRA, . (2025) IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORKS (CNN) DENGAN ARSITEKTUR RESNET-50 PADA KLASIFIKASI PENYAKIT PNEUMONIA BERDASARKAN CITRA PARU-PARU. Skripsi thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

	Text 1_Cover_123200007.pdf Download (156kB)
	Text 2_Abstrak_123200007.pdf Download (224kB)
	Text 3_Halaman Pengesahan_123200007.pdf Download (804kB)
	Text 4_Daftar Isi_123200007.pdf Download (313kB)
	Text 5_Daftar Pustaka_123200007.pdf Download (188kB)
	Text 6_Skripsi Full_123200007.pdf Restricted to Repository staff only Download (4MB)

Abstract

Pneumonia adalah infeksi paru-paru yang disebabkan oleh bakteri atau virus dan dapat berakibat fatal. Penyakit ini merupakan penyebab utama kematian menular pada anak-anak di seluruh dunia. Pada tahun 2019, tercatat 740.180 kematian anak di bawah usia lima tahun akibat pneumonia, setara dengan 14% dari seluruh kematian anak usia tersebut dan 22% dari kematian pada kelompok usia 1–5 tahun. Keterbatasan tenaga profesional dapat memperlambat proses diagnosis dan pengobatan karena pasien harus menunggu lama, sehingga menambah beban kerja dokter. Mengingat dokter juga manusia yang dapat melakukan kesalahan, integrasi teknologi yang tepat ke dalam sistem layanan kesehatan sangat penting untuk memberikan dampak medis dan sosial yang positif. Penelitian ini mengusulkan model Convolutional Neural Network (CNN) dengan arsitektur ResNet-50 yang disesuaikan untuk mengklasifikasikan citra rontgen dada dalam mendeteksi pneumonia. Penelitian dilakukan dengan enam kombinasi pengujian menggunakan tiga hyperparameter, yaitu learning rate, batch size, dan dropout. Hasil pengujian menunjukkan bahwa kombinasi terbaik diperoleh pada learning rate 1e-4, batch size 32, dan dropout 0,3, dengan nilai akurasi, presisi, recall, dan F1-score masing-masing mencapai 96%.

Kata Kunci: Pneumonia, Rontgen Dada, CNN, ResNet-50, Pembelajaran Mendalam.

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	ALFIAN SAPUTRA (123200007 - Penulis) ; BUDI SANTOSA (Pembimbing)
Uncontrolled Keywords:	Pneumonia, Rontgen Dada, CNN, ResNet-50, Pembelajaran Mendalam.
Subjek:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Bayu Pambudi
Date Deposited:	16 Apr 2026 01:47
Last Modified:	16 Apr 2026 01:47
URI:	http://eprints.upnyk.ac.id/id/eprint/47812

Actions (login required)

View Item