Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JTIK (Jurnal Teknik Informatika Kaputama)
Mutia Ramadhan
Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
OPTIMASI ALGORITMA CNN MENGGUNAKAN METODE TRANSFER LEARNING UNTUK KLASIFIKASI CITRA X-RAY PARU-PARU PNEUMONIA DAN NON-PNEUNOMIA Mutia Ramadhan; Dadang Iskandar Mulyana; Mesra Betty Yel
JTIK (Jurnal Teknik Informatika Kaputama) Vol 6, No 2 (2022): Volume 6, Nomor 2 Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu penyakit yang masih menjadi masalah yang serius tidak hanya di Indonesia tetapi di Dunia salah satunya adalah penyakit paru-paru. Penyakit tersebut dapat disebabkan oleh berbagai hal, seperti virus, bakteri, atau jamur. Kondisi medis yang termasuk dalam penyakit paru-paru ada banyak macam jenisnya yaitu seperti penyakit paru pneumonia. Selain itu hampir disetiap rumah sakit memiliki mesin pencitraan X-ray jadi dapat dimanfaatkan dalam menguji kesehatan paru-paru, X-ray merupakan metode yang lebih cepat, lebih mudah dan tidak berbahaya yang dapat dimanfaatkan pada banyak hal sehingga membuat peneliti tertarik membuat peneliti tertarik membuat suatu program pengenalan untuk mendeteksi kesehatan serta gangguan pada paru-paru berdasarkan dataset foto atau citra X-ray paru-paru menggunakan metode Transfer Learning. Citra X-ray paru-paru yang digunakan adalah paru-paru jenis non-pneumonia dan paru-paru pneumonia. Klasifikasi pengenalan citra ini dilakukan dengan memanfaatkan Pre-Trained model dari ResNet152V2 yang berjalan pada aplikasi Google Collaboratory dan Tensorflow. Dataset yang digunakan dalam pengujian sebanyak 3000 data training atau sebesar 80% dan 590 data validasi atau sebesar 20% dengan melakukan pengujian sebanyak 20 kali dan batch size sebesar 32, maka diperoleh hasil akurasi sebesar 91,4% namun memiliki nilai loss sebesar 0.18.
OPTIMASI ALGORITMA CNN MENGGUNAKAN METODE TRANSFER LEARNING UNTUK KLASIFIKASI CITRA X-RAY PARU-PARU PNEUMONIA DAN NON-PNEUNOMIA Mutia Ramadhan; Dadang Iskandar Mulyana; Mesra Betty Yel
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.251

Abstract

Salah satu penyakit yang masih menjadi masalah yang serius tidak hanya di Indonesia tetapi di Dunia salah satunya adalah penyakit paru-paru. Penyakit tersebut dapat disebabkan oleh berbagai hal, seperti virus, bakteri, atau jamur. Kondisi medis yang termasuk dalam penyakit paru-paru ada banyak macam jenisnya yaitu seperti penyakit paru pneumonia. Selain itu hampir disetiap rumah sakit memiliki mesin pencitraan X-ray jadi dapat dimanfaatkan dalam menguji kesehatan paru-paru, X-ray merupakan metode yang lebih cepat, lebih mudah dan tidak berbahaya yang dapat dimanfaatkan pada banyak hal sehingga membuat peneliti tertarik membuat peneliti tertarik membuat suatu program pengenalan untuk mendeteksi kesehatan serta gangguan pada paru-paru berdasarkan dataset foto atau citra X-ray paru-paru menggunakan metode Transfer Learning. Citra X-ray paru-paru yang digunakan adalah paru-paru jenis non-pneumonia dan paru-paru pneumonia. Klasifikasi pengenalan citra ini dilakukan dengan memanfaatkan Pre-Trained model dari ResNet152V2 yang berjalan pada aplikasi Google Collaboratory dan Tensorflow. Dataset yang digunakan dalam pengujian sebanyak 3000 data training atau sebesar 80% dan 590 data validasi atau sebesar 20% dengan melakukan pengujian sebanyak 20 kali dan batch size sebesar 32, maka diperoleh hasil akurasi sebesar 91,4% namun memiliki nilai loss sebesar 0.18.
Co-Authors Betty Yel, Mesra Dadang Iskandar Mulyana`