SISTEM PAKAR DETEKSI PENYAKIT MATA MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK DAN ALGORITMA ARTIFICIAL NEURAL NETWORK

RAMADHAN, ERLANGGA LEXY (2023) SISTEM PAKAR DETEKSI PENYAKIT MATA MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK DAN ALGORITMA ARTIFICIAL NEURAL NETWORK. Bachelor thesis, Universitas Nasional.

	Text Cover.pdf Download (1MB)
	Text BAB I.pdf Download (88kB)
	Text BAB II.pdf Download (298kB)
	Text BAB III.pdf Download (284kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (166kB)
	Text Lampiran.pdf Download (398kB)

Abstract

Indra adalah alat dalam sistem panca indra manusia yang mengenali atau mearasakan lingkungan sekitarnya. Informasi yang diterima diproses otomatis, memungkinkan manusia memperoleh dan mengolah informasi sekitar. Mata adalah panca indra penting dalam aktivitas harian. Namun, sensitivitasnya menyebabkan rentannya terhadap penyakit. Jumlah penderita penyakit mata meningkat pesat, namun terbatasnya tenaga ahli menghambat diagnosis. Sistem pakar menggunakan pengetahuan manusia untuk pemecahan masalah. Program ini didasarkan pada pengetahuan pakar. Deep Learning adalah pembelajaran dengan artificial neural network. Seperti otak manusia, jaringan neuron kompleks terbentuk melalui koneksi antar-neuron. Convolutional Neural Network (CNN) sering digunakan dalam Deep Learning untuk mengatasi kekurangan metode sebelumnya, seperti deformasi gambar input. Jaringan Saraf Tiruan (JST) atau Artificial Neural Network (ANN) meniru proses otak manusia. Neural Network memproses dan mengirimkan informasi antara-neuron, mampu belajar dan beradaptasi dengan lingkungan baru. Penelitian ini Menggunakan Convolutional Neural Network dan Artificial Neural Network untuk deteksi penyakit mata dan Menerapkan Convolutional Neural Network dan Artificial Neural Network dalam deteksi penyakit mata. Tujuan dibuatnya penelitian ini adalah Mengembangkan sistem pakar deteksi penyakit mata dengan Convolutional Neural Network dan Artificial Neural Network serta Menguji hasil deteksi penyakit mata dari sistem. Disimpulkan pada perhitungan yang didasarkan pada 4 kelas termasuk presisi, recall, f1-score, dan dukungan, perhitungan ini berfokus pada akurasi. Hasilnya menunjukkan Algoritma CNN (akurasi 0,83) mengungguli Algoritma ANN (akurasi 0,82), menyoroti superioritas Algoritma CNN dalam akurasi. Dengan perhitungan ini dan program perekaman medis untuk deteksi penyakit mata, penelitian ini memberikan efisiensi dan efektivitas.

Item Type:	Thesis (Bachelor)
Subjects:	H Social Sciences > HA Statistics T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	21 Dec 2023 07:58
Last Modified:	21 Dec 2023 07:58
URI:	http://repository.unas.ac.id/id/eprint/9263

Actions (login required)

View Item