Optimizing Convolutional Neural Network by Using Genetic Algorithm for COVID-19 Detection in Chest X-Ray Image
MUHAMMAD IHZA MAHENDRA
Informasi Umum
Kode
21.04.3228
Klasifikasi
006.37 - Computer Vision
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Bioinformatics
Dilihat
268 kali
Informasi Lainnya
Abstraksi
Coronavirus Diseases 19 (COVID-19) kasus awalnya terjadi di kota Wuhan, China, pada penghujung tahun 2019 hingga kasusnya mencapai beberapa negara dengan kecepatan yang sangat cepat. Diagnosis dini COVID-19 diperlukan untuk mencegah penyebaran lebih lanjut, mengurangi jumlah kematian. Reverse Transcription Polymerase Chain Reaction (RT-PCR) adalah salah satu metode yang digunakan untuk mendeteksi COVID-19. Namun cara ini membutuhkan waktu yang lama sehingga diperlukan cara lain yang lebih cepat. Sebagai alternatif, foto rontgen dada dapat digunakan untuk mendeteksi gejala spesifik terkait COVID-19 dengan mengotomatiskan diagnosis. Convolutional Neural Network (CNN) banyak digunakan untuk deteksi penyakit berdasarkan citra medis berbantuan komputer. Pada penelitian ini diusulkan model klasifikasi untuk pendeteksian COVID-19 dengan menggunakan metode CNN, dimana bobot sinaptik dioptimasi oleh algoritma genetika. Hasil penelitian menunjukkan bahwa CNN yang dioptimasi oleh algoritma genetika dengan Adam optimizer memberikan performa terbaik untuk akurasi, F1-Score dan Area Under Curve (AUC) dengan nilai masing-masing 87,5%, 85,1% dan 86,8%.
Koleksi & Sirkulasi
Seluruh (1) koleksi tidak tersedia
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUHAMMAD IHZA MAHENDRA |
| Jenis | Perorangan |
| Penyunting | Isman Kurniawan, Erwin Budi Setiawan |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2021 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
