ANALISIS EFISIENSI PENGOLAHAN CITRA DIGITAL UNTUK DIAGNOSTIK MEDIS MENGGUNAKAN DEEP LEARNING DENGAN ALGORITMA CNN DAN U-NET

Agustia, Fransisca Dewi (2025) ANALISIS EFISIENSI PENGOLAHAN CITRA DIGITAL UNTUK DIAGNOSTIK MEDIS MENGGUNAKAN DEEP LEARNING DENGAN ALGORITMA CNN DAN U-NET. Bachelor thesis, Universitas Nasional.

	Text Cover.pdf Download (593kB)
	Text BAB 1.pdf Download (274kB)
	Text BAB 2.pdf Download (560kB)
	Text BAB 3.pdf Download (539kB)
	Text BAB 4.pdf Download (608kB)
	Text BAB 5.pdf Download (158kB)
	Text Lampiran.pdf Download (363kB)

Abstract

Penelitian ini bertujuan untuk menganalisis efisiensi sistem pengolahan citra digital dalam aplikasi diagnostik medis dengan memanfaatkan algoritma Deep Learning, yaitu Convolutional Neural Networks (CNN) dan U-shaped Network (U-Net). Dengan meningkatnya kebutuhan terhadap teknologi diagnosa berbasis citra, seperti dalam deteksi dini penyakit, teknologi ini menawarkan potensi untuk meningkatkan akurasi dan mempercepat proses diagnosis. Dalam penelitian ini, CNN dan U-Net digunakan untuk melakukan segmentasi dan klasifikasi citra medis, dengan berfokus pada kemampuan kedua algoritma tersebut dalam mengidentifikasi struktur dan fitur spesifik dalam citra medis. Evaluasi dilakukan dengan mengukur akurasi, sensitivitas, spesifisitas, serta waktu komputasi yang dibutuhkan dalam proses pengolahan citra. Hasil eksperimen menunjukkan bahwa algoritma U-Net menunjukkan keunggulan dalam segmentasi citra dengan tingkat akurasi yang lebih tinggi, sedangkan CNN menawarkan efisiensi dalam klasifikasi citra dengan hasil yang konsisten. Studi ini menyimpulkan bahwa kombinasi kedua algoritma dapat memberikan solusi yang efisien dan efektif untuk penerapan pengolahan citra digital dalam diagnostik medis, dengan potensi untuk mengoptimalkan waktu pemrosesan dan meningkatkan kualitas diagnosa.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	12 Sep 2025 03:30
Last Modified:	15 Sep 2025 03:46
URI:	http://repository.unas.ac.id/id/eprint/14076

Actions (login required)

View Item