Skripsi
Rancang Bangun Aplikasi Identifikasi Tingkatan Fatty Liver Pada Citra Ultrasound Menggunakan Model Deep Learning Arsitektur VGG19
DEBY YULIYANITA MARYAM
RANCANG BANGUN APLIKASI IDENTIFIKASI TINGKATAN FATTY LIVER PADA CITRA ULTRASOUND MENGGUNAKAN MODEL DEEP LEARNING ARSITEKTUR VGG19
V BAB + 35 Halaman + 22 Gambar + 5 Tabel + 9 Lampiran
Latar belakang, Pembelajaran mesin merupakan cabang dari kecerdasan buatan yang sangat berkembang terutama dalam lingkup kesehatan. Fatty liver merupakan suatu keadaan pada hati yang perlu di identifikasi demi mencegah dan mengantisipasi keadaan perlemakan hati yang lebih tinggi. Tujuan penelitian ini adalah untuk membuat rancangan aplikasi yang dapat mengidentifikasi tingkatan fatty liver menggunakan metode deep learning model VGG19. Objek yang digunakan berupa citra ultrasonografi liver lobus kiri dan lobus kanan yang sudah dinyatakan mengalami fatty liver oleh radiolog. Desain penelitian yang digunakan adalah kualitatif deskriptif dengan observasi langsung dan pengambilan data sekunder yang dilakukan pada bulan Maret hingga Juni 2023 di Rumah Sakit Hermina Depok dan menggunakan sonogram sebanyak 100 citra. Data dibagi menjadi dua kelompok dengan persentasi 80% dan 20%. 80% digunakan untuk data training dan 20% untuk data testing. Pelatihan citra dilakukan menggunakan transfer learning dan aplikasi Matlab. Hasil penelitian ini menunjukkan bahwa akurasi yang diperoleh dari hasil data training dan data testing menggunakan deep learning arsitektur VGG19 sebesar 50%. Besar nilai akurasi ini dipengaruhi oleh jumlah sampel dan keseimbangan dataset (data training). Untuk meningkatkan akurasi diperlukan tambahan dan keseimbangan dataset untuk pelatihan klasifikasi citra fatty liver menggunakan model VGG19.
Kata Kunci : Fatty Liver, deep learning, VGG19, Matlab
Daftar Bacaan : 27
Tidak tersedia versi lain