Implementasi Metode Particle Swarm Optimization Pada Optimasi Arsitektur CNN Untuk Prediksi COVID-19 Berbasis Gambar Chest X-Ray

ANDIKA ELANG DIRGANTARA

Informasi Dasar

107 kali
22.04.3433
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Saat ini dunia sedang dilanda wabah penyakit baru yang menyebar dengan cepat, yaitu coronavirus disease 19 (COVID-19). Penyakit ini disebabkan oleh coronavirus jenis baru, yaitu severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). Gejala terinfeksi COVID-19 yang paling umum adalah demam, batuk, kelelahan, dan kehilangan indra perasa dan penciuman. WHO menyebutkan pada 2 Agustus 2022, 575 juta lebih kasus terkonfirmasi COVID-19 dan lebih dari 6.3 juta orang dinyatakan meninggal. Oleh karena itu, penting untuk dilakukan deteksi awal dalam memprediksi COVID-19 agar penganganan yang sesuai dapat dilakukan. Pada penelitian ini, metode particle swarm optimization (PSO) diimplementasikan untuk optimasi arsitektur convolutional neural network (CNN) dalam mendeteksi COVID-19 berdasarkan gambar hasil chest x-ray. Dari penelitian ini didapatkan hasil terbaik dengan nilai akurasi, precision, recall, dan f1 score masing – masing 0.95, 0.94, 0.99, dan 0.97.

Subjek

Machine Learning
Biomedical Engineering,

Katalog

Implementasi Metode Particle Swarm Optimization Pada Optimasi Arsitektur CNN Untuk Prediksi COVID-19 Berbasis Gambar Chest X-Ray
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

ANDIKA ELANG DIRGANTARA
Perorangan
Isman Kurniawan, Reza Rendian Septiawan
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2022

Koleksi

Kompetensi

  • CII3C3 - PEMBELAJARAN MESIN

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini