Matches in SemOpenAlex for { <https://semopenalex.org/work/W4280494911> ?p ?o ?g. }
Showing items 1 to 39 of
39
with 100 items per page.
- W4280494911 endingPage "47" @default.
- W4280494911 startingPage "40" @default.
- W4280494911 abstract "Pneumonia merupakan peradangan yang terjadi pada jaringan parenkim paru-paru yang sebagian besar disebabkan oleh mikroorganisme patogen dan sebagian kecil disebabkan oleh hal lain. Pneumonia sendiri masih menjadi penyebab tertinggi kematian balita maupun bayi baru lahir. Salah satu tindakan untuk mengetahui pasien terjangkit pneumonia adalah dengan melihat rougten atau citra CT-Scan paru-paru penderita. Sejauh ini para tenaga medis melakukan analisa secara langsung dengan melihat hasil rougten paru-paru pasien. Salah satu metode yang digunakan dalam melakukan klasifikasi terhadap citra adalah metode Convolutional Neural Network (CNN). CNN sendiri merupakan jenis Deep Learning yang popuker digunakan saat ini. Pada penelitian sebelumnya dalam mengidentifikasi pneumonia didapatkan hasil akurasi diatas 75%, namun terkendala dengan nilai akurasi yang masih dibawah 85% sehingga masih harus dilakkukan penelitian kembali untuk meningkatkan nilai akurasi dari model ini. Salah satu ekstraksi fitur yang biasa digunakan pada CNN yaitu ekstraksi fitur sobel guna meningkatkan akurasi pada mesin learning ini. Pada penelitian ini didapatkan hasil berupa Precision sebesar 91%, Recall sebesar 92.8% dan Accurasy sebesar 91.54%. tingkat akurasi yang didapatkan berdasarkan nilai epoch sebesar 50, learning rate sebesar 0.0001 dan nilai batch sebesar 20." @default.
- W4280494911 created "2022-05-22" @default.
- W4280494911 creator A5031591300 @default.
- W4280494911 creator A5040299185 @default.
- W4280494911 creator A5041509008 @default.
- W4280494911 date "2022-04-24" @default.
- W4280494911 modified "2023-10-18" @default.
- W4280494911 title "Identifikasi Pneumonia Pada Citra X-Ray Paru-Paru Menggunakan Metode Convolutional Neural Network (CNN) Berdasarkan Ekstraksi Fitur Sobel" @default.
- W4280494911 doi "https://doi.org/10.33369/rekursif.v10i1.17247" @default.
- W4280494911 hasPublicationYear "2022" @default.
- W4280494911 type Work @default.
- W4280494911 citedByCount "0" @default.
- W4280494911 crossrefType "journal-article" @default.
- W4280494911 hasAuthorship W4280494911A5031591300 @default.
- W4280494911 hasAuthorship W4280494911A5040299185 @default.
- W4280494911 hasAuthorship W4280494911A5041509008 @default.
- W4280494911 hasBestOaLocation W42804949111 @default.
- W4280494911 hasConcept C71924100 @default.
- W4280494911 hasConceptScore W4280494911C71924100 @default.
- W4280494911 hasIssue "1" @default.
- W4280494911 hasLocation W42804949111 @default.
- W4280494911 hasOpenAccess W4280494911 @default.
- W4280494911 hasPrimaryLocation W42804949111 @default.
- W4280494911 hasRelatedWork W1506200166 @default.
- W4280494911 hasRelatedWork W1995515455 @default.
- W4280494911 hasRelatedWork W2039318446 @default.
- W4280494911 hasRelatedWork W2048182022 @default.
- W4280494911 hasRelatedWork W2080531066 @default.
- W4280494911 hasRelatedWork W2604872355 @default.
- W4280494911 hasRelatedWork W2748952813 @default.
- W4280494911 hasRelatedWork W2899084033 @default.
- W4280494911 hasRelatedWork W3032375762 @default.
- W4280494911 hasRelatedWork W3108674512 @default.
- W4280494911 hasVolume "10" @default.
- W4280494911 isParatext "false" @default.
- W4280494911 isRetracted "false" @default.
- W4280494911 workType "article" @default.