Prediksi penyakit paru tuberculosis, covid-19, dan pneumonia dengan klasifikasi citra digital x-ray menggunakan metode convolutional neural network (cnn)

DETAIL KOLEKSI

Prediksi penyakit paru tuberculosis, covid-19, dan pneumonia dengan klasifikasi citra digital x-ray menggunakan metode convolutional neural network (cnn)

Oleh : Ivana Gabriela Manurung

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2023

Pembimbing 1 : Mardianto

Pembimbing 2 : Adrian Sjamsul Qamar

Subyek : Digital control systems

Kata Kunci : lung infection diseases, tuberculosis, COVID-19, pneumonia, accurate detection, CNN, disease diagnos

Status Posting : Published

Status : Tidak Lengkap

File Repositori

No.	Nama File	Hal.
1.	2019_TA_TIF_064001900001_Halaman-Judul.pdf	10
2.	2019_TA_TIF_064001900001_Lembar-Pengesahan.pdf	4
3.	2019_TA_TIF_064001900001_Bab-1_Pendahuluan.pdf
4.	2019_TA_TIF_064001900001_Bab-2_Tinjauan-Pustaka.pdf
5.	2019_TA_TIF_064001900001_Bab-3_Metodologi-Penelitian.pdf
6.	2019_TA_TIF_064001900001_Bab-4_Analisis-dan-Pembahasan.pdf	16
7.	2019_TA_TIF_064001900001_Bab-5_Kesimpulan.pdf	1
8.	2019_TA_TIF_064001900001_Daftar-Pustaka.pdf

Abstrak
Abstract

P Penyakit infeksi paru seperti tuberculosis, COVID-19, dan pneumonia dapat menjadi berbahaya karena potensinya menyebabkan gangguan pernapasan yang parah, yang dapat menyebabkan komplikasi berbahaya bagi kehidupan. Seriusnya infeksi-infeksi ini terletak pada kemampuannya merusak jaringan paru yang sensitif, mengganggu fungsi normalnya, dan mengganggu proses pertukaran oksigen. Deteksi yang akurat dan cepat terhadap penyakit infeksi paru sangat penting karena kegagalan mendeteksi dan mengenali infeksi ini secara dini dapat menyebabkan risiko fatal atau bahkan kematian. Untuk mengatasi kebutuhan mendesak ini, aplikasi Convolutional Neural Network (CNN) dalam sebuah model memainkan peran penting dalam menentukan apakahseseorang menderita penyakit infeksi paru. Dengan menganalisis citra X-ray dada, model CNN bertujuan untuk mengidentifikasi keberadaan infeksi paru dan, jika ada, engklasifikasikan penyakit tertentu yang mungkin dialami oleh seseorang. Tujuan utama dari penelitian ini adalah untuk secara signifikan meningkatkan akurasi diagnosis penyakit infeksi paru, sehingga memungkinkan intervensi medis tepat waktu dan akurat untuk potensial menyelamatkan nyawa.

L Lung infection diseases such as tuberculosis, COVID-19, and pneumonia can be dangerous due to their potential to cause severe respiratory distress, leading to life-threatening complications. The seriousness of these infections lies in their ability to damage the delicate lung tissues, impairing their normal function and compromising the oxygen exchange process. Accurate and prompt lung infection disease detection is of utmost importance as failure to detect and recognize such infections early can lead to fatal risks or even death. To address this critical need, the application of Convolutional Neural Network (CNN) in a model plays a vital role in determining whether an individual is afflicted with a lung infection disease. By analyzing chest X-ray images, the CNN model aims to identify the presence of a lung infection and, if present, classify the specific disease a person might be suffering from. The primary objective of this research is to significantly enhance the accuracy of lung infection disease diagnosis, thereby enabling timely and precise medical intervention to potentially save lives.Keywords:Lung Infection Diseases, Tuberculosis, COVID-19, Pneumonia, Accurate Detection, CNN, Disease Diagnosis, Saving LivesPrediksi Penyakit Paru Tuberculosis, Covid-19, Dan Pneumonia Dengan Klasifikasi Citra Digital X-RayMenggunakan Metode Convolutional Neural Network (CNN)Ivana Gabriela