SARI, Dewi Prawita (2025) "Klasifikasi Pneumonia Menggunakan Depthwise Separable Convolution (DSC) dan Transfer Learning". Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. Cover.pdf Download (94kB)
	Text 3. Halaman Pengesahan I.pdf Download (163kB)
	Text 4. Halaman Pengesahan II.pdf Download (153kB)
	Text 5. Kata Pengantar.pdf Restricted to Repository staff only Download (42kB) | Request a copy
	Text 6. Abstrak.pdf Download (42kB)
	Text 7. Abstract.pdf Download (41kB)
	Text 8. Daftar Isi.pdf Download (57kB)
	Text 12. BAB I.pdf Download (65kB)

Abstract

ABSTRAK
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.

Actions (login required)

View Item