APLIKASI SEGMENTASI JANTUNG MENGGUNAKAN KECERDASAN BUATAN DENGAN VISUALISASI BERBASIS WEB

Tania, Argadini (2023) APLIKASI SEGMENTASI JANTUNG MENGGUNAKAN KECERDASAN BUATAN DENGAN VISUALISASI BERBASIS WEB. Fakultas Teknik, Universitas Lampung.

Preview	Text 1. ABSTRAK.pdf Download (7MB) | Preview
	Text 2. SKRIPSI FULL.pdf Restricted to Repository staff only Download (7MB) | Request a copy
Preview	Text 3. SKRIPSI TANPA PEMBAHASAN.pdf Download (7MB) | Preview

Abstract

Penyakit jantung adalah sebuah kondisi dimana jantung tidak dapat melaksanakan tugasnya dengan baik. Deteksi penyakit jantung diperlukan untuk pencegahan dan deteksi dini sehingga tidak semakin parah. Sehingga aplikasi segmentasi jantung berbasis web ini dibuat untuk mempermudah dalam melakukan segmentasi sebuah citra MRI (Magnetic Resonance Imaging). Metode pengembangan yang digunakan adalah AI Project Cycle untuk pengembangan model dengan tahapan Problem Scoping, Data Acquisition, Data Exploration, Modelling, Evaluation dan menggunakan metode SDLC (Software Development Life Cycle) untuk mengembangkan sistem rekayasa perangkat lunak dengan tahapan User Interface Design, Front-End Development, Back-End Development, Deployment, dan Testing. Pembuatan aplikasi web segementasi jantung pada citra MRI ini telah berhasil dilakukan dan sudah mampu mendeteksi dan memberikan informasi hasil segmentasi pada citra MRI, dengan akurasi yang tinggi yaitu 0,99. Aplikasi web juga sudah dapat memenuhi fungsi fungsi utamanya, ditunjukan melalui pengujian System Usability Scale (SUS) ke 12 responden. Hasil SUS menunjukan bahwa Aplikasi Segmentasi Jantung Menggunakan Kecerdasan Buatan Dengan Visualisasi Berbasis Web telah terbukti sesuai dengan kebutuhan dan preferensi pengguna dimana menghasilkan skor rata-rata sebesar 71 dengan grade scale “C”, adjective rating “Good” dan masuk dalam kategori “Acceptable”. Kata kunci — Segmentasi, CNN, U-Net, Deep Learning

Item Type:	Other
Subjects:	?? 004 ?? ?? 005 ?? ?? 600 ??
Divisions:	?? Informatika ??
Depositing User:	2301968327 . Digilib
Date Deposited:	01 Aug 2023 08:24
Last Modified:	01 Aug 2023 08:24
URI:	http://digilib.unila.ac.id/id/eprint/73950

Actions (login required)

View Item