Penerapan Algoritma Convolution Neural Network Pada Sistem Diagnosis Demam Berdarah Berdsarkan Citra Sel Darah | Perpustakaan Universitas Amikom Purwokerto

Image of Penerapan Algoritma Convolution Neural Network Pada Sistem Diagnosis Demam Berdarah Berdsarkan Citra Sel Darah

Skripsi

Penerapan Algoritma Convolution Neural Network Pada Sistem Diagnosis Demam Berdarah Berdsarkan Citra Sel Darah

Indra Alan Nugroho - Nama Orang;

INTISARI

Demam Berdarah (DBD) merupakan penyakit yang disebabkan oleh virus Dengue yang ditularkan dari orang ke orang lain melalui gigitan nyamuk Aedes (Ae). Demam Berdarah adalah penyakit yang cukup berbahaya karena dapat menyebabkan kematian. Melakukan tes darah merupakan alat untuk diagnosis beberapa penyakit salah satunya yaitu Demam Berdarah yang dilakukan oleh teknisi laboratorium terlatih dibawah mikroskop untuk melakukan identifikasi darah. Hal tersebut membutuhkan banyak waktu, kesabaran, ketepatan dan campur tangan manusia yang menyebabkan diagnosis yang lambat dan keliru. Untuk menyelesaikan masalah tersebut, dilakukan penelitian untuk mendiagnosis Demam Berdarah dari citra sel darah menggunakan deep learning dengan algoritma convolutional neural networks (CNN) berbasis website. Penelitian ini menggunakan data dari RSUD Prof. Dr. Margono Soekarjo. Data pengujian adalah data citra sel darah sejumlah 184 citra yang terdiri dari positif dan negatif Demam Berdarah yang diambil pada 01 - 31 Oktober 2020. Dari pengujian model, mendapatkan nilai akurasi dari hasil data pelatihan/training sebesar 80,56% dan hasil akurasi dari data testing sebesar 88,33%.

Kata kunci: Demam Berdarah, Deep Learning, CNN, Aplikasi, Website

ABSTRACT

Dengue Fever (DHF) is a disease caused by the dengue virus which is transmitted from person to person through the bite of the Aedes mosquito (Ae). Dengue fever is a disease that is quite dangerous because it can cause death. Performing a blood test is a tool for diagnosing several diseases, one of which is Dengue Fever, which is carried out by trained laboratory technicians under a microscope to identify blood. It requires a lot of time, patience, accuracy and human intervention leading to slow and erroneous diagnoses. To solve this problem, a study was conducted to diagnose Dengue Fever from blood cell images using deep learning with a website-based convolutional neural networks (CNN) algorithm. This study uses data from RSUD Prof. Dr. Margono Soekarjo. The test data is blood cell image data totaling 184 images consisting of positive and negative Dengue Fever taken on October 1 - 31, 2020. From the model testing, the accuracy value of the training data results is 80.56% and the accuracy results from the data testing of 88.33%.

Keywords: Dengue Fever, Deep Learning, CNN, Applications, Website

Ketersediaan

IF2542 IF 2542 NUG p UPT. PERPUSTAKAAN PUSAT Tersedia - Visit Repository

Informasi Detail

Judul Seri: -
No. Panggil: IF 2542 NUG p
Penerbit: Purwokerto : Universitas Amikom Purwokerto., 2021
Deskripsi Fisik: -
Bahasa: Indonesia
ISBN/ISSN: 17.11.0181
Klasifikasi: NONE
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: Maret 2021
Subjek: -
Info Detail Spesifik: -
Pernyataan Tanggungjawab: Indra Alan Nugroho

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

Tidak Ada Data

Komentar

Anda harus masuk sebelum memberikan komentar