Implementasi Algoritma Convolutional Neural Network Untuk Klasikasi Knee Osteoarthritis

Bukhari, Ahmad (2025) Implementasi Algoritma Convolutional Neural Network Untuk Klasikasi Knee Osteoarthritis. S1 thesis, Universitas Teknologi Akba Makassar.

[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf - Published Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (630kB)
[thumbnail of Bab I] Text (Bab I)
BAB I.pdf - Published Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (478kB)
[thumbnail of Bab V] Text (Bab V)
BAB V.pdf - Published Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (448kB)
[thumbnail of Fulltext] Text (Fulltext)
Full text.pdf - Published Version
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (4MB)

Abstract

Metode umum yang digunakan untuk deteksi awal tingkat keparahan knee osteoarthritis adalah pemeriksaan radiologi. Namun, hasil pemeriksaan sering kali mengalami bias sehingga menyulitkan tenaga medis dalam mendiagnosis tingkat keparahannya. Penelitian ini bertujuan untuk mengimplementasikan algoritma Convolutional Neural Network dengan arsitektur VGG16 dalam melakukan klasifikasi berdasarkan citra x-ray. Data penelitian diperoleh melalui penelitian lapangan, studi pustaka. Metode yang digunakan dalam penelitian adalah deep learning dengan empat tahapan: data preprocessing, dataset splitting, model implementation, dan model evaluation. Hasil penelitian menunjukkan bahwa berdasarkan pengujian model menggunakan confusion matrix, model yang dibangun mencapai akurasi sebesar 74%. Hal ini menunjukkan bahwa model memiliki kinerja yang baik dalam mengklasifikasikan tingkat keparahan knee osteoarthritis.

Item Type: Thesis (S1)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: S1 Teknik Informatika
Depositing User: S. Hadriani
Date Deposited: 04 Nov 2025 02:21
Last Modified: 04 Nov 2025 02:21
URI: https://repository.akba.ac.id/id/eprint/57

Actions (login required)

View Item
View Item