RANCANG BANGUN SISTEM DETEKSI TUBERKULOSIS PADA CITRA X-RAY DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) MENGGUNAKAN FRAMEWORK LARAVEL

Alimi, Aldi Akbar (2024) RANCANG BANGUN SISTEM DETEKSI TUBERKULOSIS PADA CITRA X-RAY DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) MENGGUNAKAN FRAMEWORK LARAVEL. Other thesis, Sekolah Tinggi Teknologi Terpadu Nurul Fikri.

[thumbnail of 2024-Aldi Akbar Alimi-Teknik Informatika-Fulltext - Aldi Akbar Alimi.pdf] Text
2024-Aldi Akbar Alimi-Teknik Informatika-Fulltext - Aldi Akbar Alimi.pdf

Download (6MB)

Abstract

Penyakit Tuberkulosis atau TBC merupakan penyakit yang diakibatkan oleh bakteri Mycobacterium Tuberculosis yang tingkat penularannya cukup tinggi. Penyakit TBC ini dapat didiagnosis melalui beberapa metode, yaitu menggunakan sampel dahak serta menggunakan scan x-ray. Namun, kedua metode tersebut membutuhkan waktu lama dalam proses pendeteksiannya. Oleh karena itu, dibutuhkan sistem deteksi yang dapat mendeteksi penyakit TBC dengan cepat serta dapat dilakukan oleh siapa saja. Pada penelitian ini, dibuat sistem deteksi yang dapat mendeteksi penyakit TBC melalui gambar x-ray bagian dada. Sistem deteksi yang dibuat merupakan aplikasi berbasis website yang dibangun menggunakan framework Laravel dan model machine learning dengan metode Convolutional Neural Network (CNN) untuk analisis gambar x-ray. Penelitian ini akan menerapkan model CNN yang telah dibuat ke dalam aplikasi berbasis website melalui API yang dibuat menggunakan framework FastAPI. Hasil penelitian pada sistem deteksi yang dibuat menunjukkan bahwa sistem deteksi dapat melakukan pendeteksian pada penyakit TBC. Dibuktikan dengan hasil pengujian yang dilakukan menggunakan metode blackbox testing didapatkan bahwa hasil pengujian menunjukkan bahwa tingkat keberhasilan pengujian sebesar 87%. Selain itu, model machine learning dengan metode CNN juga dapat memberikan klasifikasi pada gambar x-ray dengan baik dengan akurasi yang didapat sebesar 93% pada data latih serta 85% pada data uji.

Kata kunci : Sistem deteksi, TBC, Laravel, CNN, FastAPI

Item Type: Thesis (Other)
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
Divisions: Teknik Informatika
Depositing User: Pustakawan STT-NF
Date Deposited: 13 Sep 2024 01:33
Last Modified: 13 Sep 2024 01:33
URI: https://repository.nurulfikri.ac.id/id/eprint/646

Actions (login required)

View Item
View Item