Text

Pengaruh Noise Terhadap Ketahanan Semantic Segmentation dengan Model MobileNetV2 – UNet Pada Citra MRI

---

Penelitian ini bertujuan untuk mengevaluasi pengaruh noise terhadap
ketahanan model semantic segmentation pada citra MRI dengan diagnosis tumor
otak menggunakan model arsitektur MobileNetV2-UNet. Model segmentasi diuji
dengan noise Gaussian dan Poisson di berbagai level. Penambahan noise
dilakukan sebanyak lima iterasi dengan variansi masing-masing iterasi sebesar
0,01. Evaluasi dilakukan dengan memeriksa hasil segmentasi, nilai loss function,
akurasi dan dice score. Berdasarkan hasil yang didapatkan, peningkatan noise
mempengaruhi performa model. Evaluasi menggunakan loss function
menunjukkan bahwa ketidakstabilan grafik dipengaruhi oleh tingkat noise yang
diterapkan. Hasil akurasi pada data validasi tertinggi dan terendah sebesar 99,47%
dan 98,99% untuk noise Gaussian serta 99,64% dan 99,5% untuk noise Poisson.
Selain itu, Dice score tertinggi dan terendah adalah 82,80% dan 69,18% untuk
noise Gaussian serta 87,83% dan 83,10% untuk noise Poisson. Dari penelitian
tersebut direkomendasikan pelatihan model segmentasi menggunakan data bernoise sehingga model dapat beradaptasi dengan gambar yang ber-noise.
Kata Kunci : Semantic Segmentation, MobileNetV2-UNet, UNet, Noise

---

Ketersediaan

168S2FIS2024

168 S2FIS 2024

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

168 S2FIS 2024

Penerbit

: ., 2024

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar