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