Search for collections on Repository Universitas Jenderal Soedirman

Klasifikasi pada Citra X-Ray Covid-19 Berbasis Metode Random Forest

FADLOLA, Muhammad Gus Solhan (2023) Klasifikasi pada Citra X-Ray Covid-19 Berbasis Metode Random Forest. Skripsi thesis, Universitas Jenderal Soedirman.

[img] PDF (Cover)
COVER-Muhammad Gus Solhan Fadlola-H1A019036-Skripsi-2024.pdf

Download (336kB)
[img] PDF (Legalitas)
LEGALITAS-Muhammad Gus Solhan Fadlola-H1A019036-Skripsi-2024.pdf
Restricted to Repository staff only

Download (3MB)
[img] PDF (Abstrak)
ABSTRAK-Muhammad Gus Solhan Fadlola-H1A019036-Skripsi-2024.pdf

Download (883kB)
[img] PDF (BabI)
BAB-I-Muhammad Gus Solhan Fadlola-H1A019036-Skripsi-2024.pdf
Restricted to Repository staff only until 16 January 2025.

Download (1MB)
[img] PDF (BabII)
BAB-II-Muhammad Gus Solhan Fadlola-H1A019036-Skripsi-2024.pdf
Restricted to Repository staff only until 16 January 2025.

Download (3MB)
[img] PDF (BabIII)
BAB-III-Muhammad Gus Solhan Fadlola-H1A019036-Skripsi-2024.pdf
Restricted to Repository staff only until 16 January 2025.

Download (2MB)
[img] PDF (BabIV)
BAB-IV-Muhammad Gus Solhan Fadlola-H1A019036-Skripsi-2024.pdf
Restricted to Repository staff only

Download (11MB)
[img] PDF (BabV)
BAB-V-Muhammad Gus Solhan Fadlola-H1A019036-Skripsi-2024.pdf

Download (790kB)
[img] PDF (DaftarPustaka)
DAFTAR PUSTAKA-Muhammad Gus Solhan Fadlola-H1A019036-Skripsi-2024.pdf

Download (695kB)
[img] PDF (Lampiran)
LAMPIRAN-Muhammad Gus Solhan Fadlola-H1A019036-Skripsi-2024.pdf
Restricted to Repository staff only

Download (963kB)

Abstract

Pandemi Covid-19 telah menyebabkan krisis kesehatan global yang serius. Diagnostik yang cepat dan akurat sangat penting dalam penanggulangan penyakit ini. Dalam hal ini, citra X-ray paru-paru telah menjadi alat penting dalam mengindentifikasi infeksi Covid-19. Metode yang digunakan dalam penelitian ini adalah random forest, sebuah metode pengklasifikasian yang berdasarkan pada pemodelan ensambel dari pohon keputusan. Citra X-Ray paru-paru yang digunakan dalam penelitian ini diambil dari datasheet yang berisi citra-citra dari pasien Covid-19 dan citra-citra dari pasien non-Covid-19. Proses pra-pemrosesan data melibatkan ekstraksi fitur dari citra-citra menggunakan teknik pemrosesan citra dan analisis statistik. Model random forest dilatih dengan menggunakan datasheet yang telah diproses untuk melakukan klasifikasi pada citra X-Ray paru-paru. Kinerja model dievaluasi menggunakan metrik-metrik evaluasi seperti akurasi, sensitivitas, dan spesifitasi. Selain itu, validasi silang digunakan untuk mengukur kehandalan dan generalisasi model. Hasil penelitian menunjukan bahwa metode random forest mampu mencapai kinerja klasifikasi yang baik dalam membedakan citra X-Ray paru-paru Covid-19 dari yang normal. Model yang dihasilkan mampu memberikan akurasi tinggi dan sensitivitas yang baik dalam mengidentifikasi kasus Covid-19. Hasil ini menunjukan potensi metode random forest dalam mendukung diagnosis awal dan penanganan penyakit Covid-19.

Item Type: Thesis (Skripsi)
Nomor Inventaris: H24207
Uncontrolled Keywords: Covid-19, Citra X-Ray, Paru-paru, Klasifikasi, Random Forest
Subjects: L > L347 Lungs Diseases
X > X4 Xrays
Divisions: Fakultas Teknik > S1 Teknik Elektro
Depositing User: Mr Muhammad Gus Solhan Fadlola
Date Deposited: 16 Jan 2024 08:08
Last Modified: 16 Jan 2024 08:08
URI: http://repository.unsoed.ac.id/id/eprint/25104

Actions (login required)

View Item View Item