RANCANG BANGUN SISTEM DETEKSI TUBERKULOSIS PADA CITRA X-RAY DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) MENGGUNAKAN FRAMEWORK LARAVEL
Total View This Week0

Institusion

Sekolah Tinggi Teknologi Terpadu Nurul Fikri

Author

Alimi, Aldi Akbar

Subject

000 Ilmu komputer, informasi dan pekerjaan umum 

Datestamp

2024-09-13 01:33:10 

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 

File :
2024-Aldi Akbar Alimi-Teknik Informatika-Fulltext - Aldi Akbar Alimi.pdf