Implementasi Metode External Attention Transformer untuk Deteksi COVID-19 Menggunakan Gambar CT-Scan - Dalam bentuk buku karya ilmiah
MUHAMAD OMAR DHANI
Informasi Umum
Kode
24.04.5050
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Science
Dilihat
191 kali
Informasi Lainnya
Abstraksi
Coronavirus Disease 2019 (COVID-19) adalah penyakit yang disebabkan oleh virus SARS-CoV-2 (Severe Acute Respiratory Syndrome Coronavirus 2). Pendeteksian COVID-19 pada umumnya dilakukan dengan menggunakan Real Time Polymerase Chain Reaction (RT-PCR). Akan tetapi pengujian RT-PCR memerlukan biaya yang mahal. Oleh karena itu, salah satu alternatif untuk mendeteksi COVID-19 adalah dengan menggunakan Deep Learning berbasis gambar CT-Scan. Dalam penelitian ini, penulis akan membangun sebuah model untuk mendeteksi COVID-19 dengan menggunakan metode External Attention Transformer (EAT). Tujuan dari penelitian ini adalah untuk mendeteksi COVID-19 berdasarkan Gambar CT-Scan dengan jumlah 2482 gambar yang terdiri dari gambar paru-paru yang memiliki penyakit COVID-19 dan penyakit paruparu lain. Hasil dari penelitian ini adalah model EAT dengan akurasi 79,46% dan f1-score 81,31% dalam memprediksi COVID-19 dengan gambar CT-Scan.
- CII4E4 - TUGAS AKHIR
- CII4Q3 - VISI KOMPUTER
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUHAMAD OMAR DHANI |
| Jenis | Perorangan |
| Penyunting | Isman Kurniawan |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2024 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
