MUHAMMAD ALWI BASYIR, - (2021) PENERAPAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR EFFICIENNET-B4 UNTUK KLASIFIKASI PENYAKIT PNEUMONIA. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text BAB I, II, III, dan VI.pdf Download (3MB) | Preview
	Text (BAB IV DAN V) BAB IV dan V.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

MUHAMMAD ALWI BASYIR (2021) : PENERAPAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR EFFICIENNET-B4 UNTUK KLASIFIKASI PENYAKIT PNEUMONIA Pneumonia adalah radang parenkim disebabkan oleh mikroorganisme. Pemberian tindakan keperawatan salah satunya dengan rencana tindak lanjut dan pemberian terapi memerlukan teknologi yang tepat sesuai dengan diagnosis penyakit pneumonia. Kemajuan ilmu komputer saat ini khususnya di bidang kecerdasan buatan (Artificial Intelligence). Salah satunya dengan metode Machine Learning, image classification kemudian salah satu cara terbaik, yaitu Automatic Machine Learning atau yang biasa disebut dengan Deep Learning. Metode yang digunakan merupakan bagian dari algoritma deep learning yaitu convolutional neural network (CNN). Implementasi pada penelitian ini berbasis python yang pada akhirnya akan diintegrasikan melalui website. Arsitektur CNN yang digunakan adalah EfficientNet-B4 dengan learning rate 0.001, optimizer yang dipilih RMSprop, Adam dan SGD serta neuran yang di pakai adalah 512, 256, 128 dan 64. Hasil dari pengujian menemukan bahwa akurasi dari prediksi menyentuh angka 99.11% dengan epoch yang digunakan adalah 100. Serta hasil pengujian aplikasi web berhasil melakukan prediksi terhadap data yang berbeda dengan dataset. Kata Kunci: Convolutional Neural Network, Deep Learning, EfficientNet, Pneumonia

Actions (login required)

View Item