PERBANDINGAN METODE INCEPTIONV3 DAN INCEPTIONV4 UNTUK KLASIFIKASI PENYAKIT STROKE
Stroke adalah suatu kondisi dimana suplai darah ke otak terganggu, yang disebabkan oleh gumpalan darah atau pendarahan pada arteri ke otak, sehingga mengakibatkan kekurangan oksigen pada otak. Adalah penting untuk menerima diagnosa yang benar sebelum perawatan stroke dimulai, karena perawatan untuk stroke berbeda sesuai jenis stroke. Brain computed tomography (CT) adalah modalitas yang paling umum digunakan untuk mengevaluasi kondisi otak. Tujuan dari penelitian ini adalah untuk menyelidiki berbagai metode deep learning untuk mengidentifikasi penyakit stroke. Untuk mengevaluasi penelitian, dibangun pengklasifikasi berdasarkan pemodelan arsitektur Inception V3 dan Inception V4 dengan pengujian optimasi Adam dan RMSprop. Hasil pelatihan menunjukkan bahwa Inception V3 dengan optimasi Adam mencapai tingkat akurasi 99.6% lebih mengungguli dari model Inception V3 dengan optimasi RMSprop yang mencapai akurasi 85.82%. Kemudian disusul dengan arsitektur Inception V4 optimasi Adam yang mencapai akurasi sebesar 72,46% dan Inception V4 optimasi RMSprop sebesar 60,17%.
APA Style
. (2022).PERBANDINGAN METODE INCEPTIONV3 DAN INCEPTIONV4 UNTUK KLASIFIKASI PENYAKIT STROKE ().Teknik Informatika:FTI
Chicago Style
.PERBANDINGAN METODE INCEPTIONV3 DAN INCEPTIONV4 UNTUK KLASIFIKASI PENYAKIT STROKE ().Teknik Informatika:FTI,2022.Text
MLA Style
.PERBANDINGAN METODE INCEPTIONV3 DAN INCEPTIONV4 UNTUK KLASIFIKASI PENYAKIT STROKE ().Teknik Informatika:FTI,2022.Text
Turabian Style
.PERBANDINGAN METODE INCEPTIONV3 DAN INCEPTIONV4 UNTUK KLASIFIKASI PENYAKIT STROKE ().Teknik Informatika:FTI,2022.Text
