IDENTIFIKASI KELENGKUNGAN TULANG BELAKANG MENGGUNAKAN MODEL EFFICIENTNET B7


Tulang belakang merupakan bagian tubuh yang memiliki peran penting dalam aktivitas gerak manusia, jika terjadi penyakit pada tulang belakang merupakan hal yang cukup serius dan dapat mengganggu dalam aktivitas sehari – hari. Salah satu penyakit kelainan tulang belakang adalah skoliosis. Skoliosis merupakan kelainan tulang punggung yang terjadi diakibatkan karena adanya kemiringan pada tulang belakang yang diakibatkan oleh beberapa faktor diantaranya, faktor genetik, idiopatik, trauma atau cedera, dsb. Skoliosis merupakan hal yang serius jika tidak ditangani dengan cepat dan tepat, maka dari itu dibuatlah sistem yang mendeteksi kelainan penyakit pada tulang belakang menggunakan deep learning dengan metode convolutional neural network(CNN) dengan arsitektur efficientnet-b7 agar memudahkan untuk mengambil langkah awal pengobatan secara cepat dan tepat. Setelah dilakukan penelitian dengan menggunakan beberapa hyperparameter dengan optimizer Adam ,batch size 8, learning rate 0.001, dan epoch 50, maka didapatkan nilai accuracy 92.85%, precision 93%, recall 67%, dan F-1 score 71%.


LOADING LIST...

LOADING LIST...

Detail Information

Bagian Informasi
Pengarang TIRTAZIA MEIGITA NURKUSMARA / 152018134 - Personal Name
120110201 - Yusuf Miftahuddin, S.Kom., MT. - Personal Name
No. Panggil 719IF/24
Subyek skoliosis
adam optimizer
efficientnet-b7
Fakultas FTI
Tahun Terbit 2024
Jurusan Teknik Informatika
Deskripsi Fisik
Info Detil Spesifik


Citation

. (2024).IDENTIFIKASI KELENGKUNGAN TULANG BELAKANG MENGGUNAKAN MODEL EFFICIENTNET B7().Teknik Informatika:FTI

.IDENTIFIKASI KELENGKUNGAN TULANG BELAKANG MENGGUNAKAN MODEL EFFICIENTNET B7().Teknik Informatika:FTI,2024.Text

.IDENTIFIKASI KELENGKUNGAN TULANG BELAKANG MENGGUNAKAN MODEL EFFICIENTNET B7().Teknik Informatika:FTI,2024.Text

.IDENTIFIKASI KELENGKUNGAN TULANG BELAKANG MENGGUNAKAN MODEL EFFICIENTNET B7().Teknik Informatika:FTI,2024.Text

 



Homepage Info

Koleksi  ETD adalah merupakan Tugas Akhir mahasiswa Itenas dalam menempuh program Sarjana/Magister. Seluruh isi dari Tugas Akhir adalah merupakan tanggung jawab penulis sepenuhnya.

Koleksi


Total ETDs : 20322

Total Kunjungan: 26011 dari Maret 2018

Media Sosial / Kanal

Address

UPT Perpustakaan Itenas
Jl. PKH. Mustopha No.23
Bandung 40124, Indonesia
Phone: +62-22-7272215,
email: libary[at]itenas.ac.id