SYAFAAT, Mochamad Noverian (2021) Identifikasi Limfosit B Ganas dan Jinak Menggunakan Convolutional Neural Network Berbasis Bahasa Pemrogaman R. Skripsi thesis, Universitas Jenderal Soedirman.
PDF (Cover)
COVER-Mochamad Noverian Syafaat-H1A016072-Skripsi-FT-2021.pdf Download (261kB) |
|
PDF (Legalitas)
LEGALITAS-Mochamad Noverian Syafaat-H1A016072-Skripsi-FT-2021.pdf Restricted to Repository staff only Download (310kB) |
|
PDF (Abstrak)
RINGKASAN-Mochamad Noverian Syafaat-H1A016072-Skripsi-FT-2021.pdf Download (345kB) |
|
PDF (BabI)
BAB-I-Mochamad Noverian Syafaat-H1A016072-Skripsi-FT-2021.pdf Restricted to Repository staff only Download (569kB) |
|
PDF (BabII)
BAB-II-Mochamad Noverian Syafaat-H1A016072-Skripsi-FT-2021.pdf Restricted to Repository staff only Download (378kB) |
|
PDF (BabIII)
BAB-III-Mochamad Noverian Syafaat-H1A016072-Skripsi-FT-2021.pdf Restricted to Repository staff only Download (286kB) |
|
PDF (BabIV)
BAB-IV-Mochamad Noverian Syafaat-H1A016072-Skripsi-FT-2021.pdf Restricted to Repository staff only Download (254kB) |
|
PDF (BabV)
BAB-V-Mochamad Noverian Syafaat-H1A016072-Skripsi-FT-2021.pdf Restricted to Repository staff only Download (463kB) |
|
PDF (DaftarPustaka)
DAFTAR PUSTAKA-Mochamad Noverian Syafaat-H1A016072-Skripsi-FT-2021.pdf Download (331kB) |
|
PDF (Lampiran)
LAMPIRAN-Mochamad Noverian Syafaat-H1A016072-Skripsi-FT-2021.pdf Restricted to Repository staff only Download (523kB) |
Abstract
Limfoma Non-Hodgkin adalah salah satu tumor yang berasal dari sel limfosit jinak yang berubah menjadi ganas. Ada 3 tipe NHL, yaitu limfosit ganas tipe B, T, NK (Natural Killer). Saat ini, metode konvensional yang digunakan untuk mendiagnosis penyakit NHL melalui 2 kali analisis. Pertama menggunakan pewarnaan Hematoksilin-Eosin (HE) untuk mendeteksi apakah pasien menderita NHL atau tidak. Selanjutnya, jika pasien dinyatakan positif NHL, langkah berikutnya adalah untuk melakukan pewarnaan sampel Imunohistokimia (IHC) CD20 untuk mengidentifikasi tipe sel limfosit ganas. Pewarnaan IHC CD20 harus dilakukan karena sitologi sel pada pewarnaan HE kurang jelas untuk dianalisis oleh dokter menggunakan mikroskop. Pada penelitian ini, penulis akan mengidentifikasi tipe limfosit b dan jinak dari total 178 sampel pewarnaan HE menggunakan metode Convolutional Neural Network (CNN) yang terdiri dari 10 lapisan analisis yang terdiri atas: (1) 4 lapisan konvolusi (2x32 dan 2x64), (2) 2 lapisan pooling 2x2, (3) 2 lapisan dropout, (4) lapisan flatten, dan (5) lapisan fully connected. Algoritma CNN ini akan diimplementasikan pada Pembuatan Program bahasa R-v4.0.2 dengan pustaka perangkat lunak terbuka 'EBImage,' 'tensorflow,' dan 'keras.' Algoritma CNN yang dibuat peneliti dapat mengidentifikasi limfosit B jinak dan ganas langsung dari pewarnaan HE dengan tingkat akurasi lebih dari 90% tanpa perlu melakukan pewarnaan sampel Imunohistokimia (IHC) CD20.
Item Type: | Thesis (Skripsi) |
---|---|
Nomor Inventaris: | H21008 |
Uncontrolled Keywords: | Limfoma Non-Hodgkin, Convolutional Neural Network, CD20, jinak |
Subjects: | C > C57 Cancer C > C690 Computer programming P > P559 Programming languages |
Divisions: | Fakultas Teknik > S1 Teknik Elektro |
Depositing User: | Mr Mochamad Noverian Syafaat |
Date Deposited: | 26 Jan 2021 12:53 |
Last Modified: | 26 Jan 2021 12:53 |
URI: | http://repository.unsoed.ac.id/id/eprint/7289 |
Actions (login required)
View Item |