Text

Klasifikasi Pneumonia Menggunakan Depthwise Separable Convolution (DSC) dan Transfer Learning

---

Pneumonia adalah penyakit infeksi paru-paru yang dapat menyebabkan
kematian jika tidak terdiagnosis dan ditangani secara dini. Dalam beberapa dekade
terakhir, pengembangan Jaringan Saraf Tiruan (JST) telah mengalami kemajuan
signifikan dalam pengenalan pola dan analisis data visual. Salah satu penerapan JST
adalah Convolutional Neural Network (CNN), yang telah dikembangkan lebih lanjut
menjadi metode seperti Depthwise Separable Convolution (DSC) dan Transfer
Learning untuk meningkatkan efisiensi. Penelitian ini bertujuan untuk
mengklasifikasikan pneumonia pada citra X-ray paru-paru menggunakan metode
DSC dan Transfer Learning. Dataset dibagi dengan rasio 70:20:10 untuk pelatihan,
validasi, dan pengujian. Dua model diterapkan dalam penelitian ini, yaitu model
berbasis DSC dan model Transfer Learning dengan arsitektur MobileNet. Model
berbasis DSC menghasilkan F1-Score sebesar 96,888%. Sementara itu, model
Transfer Learning MobileNet menunjukkan performa yang lebih tinggi dengan F1-
Score sebesar 98,293%. Berdasarkan hasil evaluasi ini, dipilih model Transfer
Learning sebagai model terbaik dan dilakukan validasi lebih lanjut. Hasil validasi
model Transfer Learning menunjukkan accuracy sebesar 96,934%, precision
98,349%, recall 97,430%, dan F1-Score 97,887%.
Kata Kunci: Klasifikasi Pneumonia; Citra X-ray Paru-Paru; Depthwise Separable
Convolution; Transfer Learning; Arsitektur MobileNet.

---

Ketersediaan

1370E2025

1370 E 2025

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1370 E 2025

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Dewi Prawita Sari

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar