Shalsabila, Chaterina Devi (2024) Deteksi tumor otak melalui segmentasi citra MRI dengan menggunakan arsitektur RESUNET Convolusional Neural Network. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (65kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (113kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (118kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (74kB) | Preview |
|
![]() |
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (797kB) | Request a copy |
|
![]() |
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (281kB) | Request a copy |
|
![]() |
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (691kB) | Request a copy |
|
![]() |
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (52kB) | Request a copy |
|
![]() |
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (139kB) | Request a copy |
|
![]() |
Text (LAMPIRAN)
10_lampiran.pdf Restricted to Repository staff only Download (335kB) | Request a copy |
Abstract
Penyakit tumor otak merupakan gangguan fungsi otak yang serius dan berpotensi menyebabkan kematian bila terlambat didiagnosa. Tumor otak dapat didiagnosa dengan menggunakan teknik segmentasi Machine Learning. Segmentasi Machine Learning dengan berbagai arsitekturnya banyak digunakan dalam proses diagnosa penyakit karena dianggap lebih cepat dan akurat dalam mendiagnosa penyakit. Tujuan dari penelitian ini ialah untuk menghasilkan segmentasi tumor otak pada citra MRI menggunakan metode ResUNet dan mengetahui akurasi hasil segmentasi tumor otak pada citra MRI yang dihasilkan dengan metode ResUNet. ResUNet merupakan arsitektur Convolusional Neural Network yang didalamnya terdapat unsur ResNet yaitu Residual Connection dalam struktur arsitektur UNet. Penelitian ini menggunakan dataset citra MRI otak yang berjudul “The Cancer Genome Atlas Low Grade Glioma Collection (TCGA-LGG)” yang terdiri dari 3929 citra dan label. Penelitian segmentasi tumor otak menggunakan ResUNet ini mendapatkan hasil yang cukup baik dengan menggunakan Indeks Tversky sebagai metrik evaluasi nya, akurasi yang dihasilkan yaitu sebesar 92,58% tversky score. Penelitian ini menyimpulkan bahwa arsitektur ResUNet mampu mendiagnosa tumor otak pada citra MRI dengan cukup baik namun belum cukup akurat dalam menentukan ukuran dan bentuk tumor otak tersebut.
Item Type: | Thesis (Sarjana) |
---|---|
Uncontrolled Keywords: | Tumor otak; Segmentasi; MRI; ResUNet; Convolusional Neural Network. |
Subjects: | Physics Modern Physics > Atomic and Nuclear Physics Medicine and Health > Medical Physics |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Fisika |
Depositing User: | Chaterina Devi Shalsabila |
Date Deposited: | 13 Jun 2024 01:27 |
Last Modified: | 13 Jun 2024 01:41 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/88620 |
Actions (login required)
![]() |
View Item |