Text

Pendeteksi Malaria Cell Menggunakan Algoritma Convolutional Neural Network (CNN)

---

Malaria merupakan penyakit yang disebabkan oleh parasit Plasmodium dan
menjadi salah satu penyebab kematian tertinggi di dunia dari penyakit menular.
Convolutional Neural Network (CNN) merupakan salah satu metode yang
digunakan untuk mendeteksi penyakit tersebut dengan dua tahap yaitu feature
learning dan fully connected layer. Penelitian ini menggunakan 2000 data citra
microscopic sel darah merah yang diklasifikasikan menjadi 2 kategori yaitu malaria
dan normal. Rasio data yang digunakan untuk data latih dan data uji yaitu 80:20
dengan 80% data latih dan 20% data uji. Model terbaik yang didapatkan dengan
metode CNN hasil trial dan error pada penelitian ini adalah 25 batch size dengan 3
lapisan konvolusi dengan 20 filter pada tiap lapisan konvolusi yang memiliki
ukuran kernel 2x2. Ukuran pada layer pooling adalah 2x2 pada tiap pooling, banyak
layer tersembunyi yang digunakan 128 neuron. Fungsi aktivasi yang digunakan
pada tiap layer adalah ReLU dan di klasifikan pada layer keluaran dengan sigmoid.
Hasil yang didapatkan pada penelitian ini yaitu nilai akurasi data uji dengan nilai
95,50% dengan nilai kerugian 0,2429. Nilai akurasi pada 40 data citra baru yang
digunakan adalah 95,00%.
Kata Kunci: CNN, Malaria, Klasifikasi, Konvolusi

---

Ketersediaan

1129E2023

1129 E 2023

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1129 E 2023

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Arik Satya Adiwangsa

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar