Peningkatan Model Visual Geometry Group 16 (VGG16) Pada Klasifikasi Pneumonia
Pada tahun 2015 terdapat 5,9 juta kematian balita di seluruh dunia. Lebih dari 15,6% nya disebabkan oleh pneumonia. Penyakit ini dapat dideteksi melalui radiografi dada (CXR), sayangnya diagnosa tersebut sulit dideteksi dan membutuhkan waktu yang lama bagi tenaga medis dan dokter. Dengan bantuan kecerdasan buatan klasifikasi pneumonia dapat dilakukan dengan analisis citra. Namun permasalahan yang sering ditemukan dalam klasifikasi adalah ketidakseimbangan data. Hal ini akan menimbulkan model yang condong kepada kelas yang memiliki data lebih banyak dan juga akan berpengaruh kepada kinerja model karena akan menghasilkan model yang buruk. Salah satu cara untuk mengatasi keadaan tersebut adalah dengan menggunakan data balancing. Penelitian ini menggunakan VGG16 tanpa data balancing dan VGG16 menggunakan data balancing. Hasil yang diperoleh dari VGG16 tanpa data balancing menghasilkan rata-rata akurasi 73%, sedangkan VGG16 dengan data balancing menghasilkan rata-rata akurasi 87%.
Detail Information
Citation
APA Style
. (2023).Peningkatan Model Visual Geometry Group 16 (VGG16) Pada Klasifikasi Pneumonia ().Teknik Informatika:FTI
Chicago Style
.Peningkatan Model Visual Geometry Group 16 (VGG16) Pada Klasifikasi Pneumonia ().Teknik Informatika:FTI,2023.Text
MLA Style
.Peningkatan Model Visual Geometry Group 16 (VGG16) Pada Klasifikasi Pneumonia ().Teknik Informatika:FTI,2023.Text
Turabian Style
.Peningkatan Model Visual Geometry Group 16 (VGG16) Pada Klasifikasi Pneumonia ().Teknik Informatika:FTI,2023.Text