title: KLASIFIKASI SPERMA MANUSIA BERDASARKAN MORFOLOGI MENGGUNAKAN ARSITEKTUR CONVOLUTIONAL NEURAL NETWORK GOOGLENET 
creator: Sarah, Cantika Putri
subject: 000 Ilmu komputer, informasi dan pekerjaan umum
subject: 004 Pemrosesan data dan ilmu komputer
subject: 500 ilmu pengetahuan alam dan matematika
description: Infertilitas adalah suatu penyakit yang sering terjadi pada sistem reproduksi pria maupun wanita yang ditandai dengan kegagalan untuk mencapai kehamilan. Permasalahan infertilitas banyak disebabkan oleh faktor pria karena adanya kelainan pada hasil analisis sperma. Deep Learning diterapkan untuk memetakan fitur visual dalam melakukan analisis kelainan sperma ke dalam kategori yang sesuai. Convolutional Neural Network (CNN) merupakan algoritma pembelajaran yang memiliki kemampuan untuk pemrosesan dan pengenalan citra. Salah satu model arsitektur CNN yaitu GoogleNet diterapkan dalam melakukan klasifikasi sperma berdasarkan morfologi dengan melihat tingkat accuracy dan menghitung kinerja model menggunakan confusion matrix. Pada penelitian ini terdapat dua macam dataset yaitu HuSHeM dan SCIAN-MorphoSpermGS, data yang akan diuji dibagi menjadi data yang menerapkan augmentasi dan data yang tidak menerapkan augmentasi. Berdasarkan hasil pengujian didapatkan hasil bahwa model GoogleNet mendapatkan hasil accuracy tertinggi untuk data HuSHeM sebesar 98,46% dan data  SCIAN-MorphoSpermGS sebesar 73,38%.
publisher: Fakultas Matematika dan Ilmu Pengetahuan Alam
date: 2024-12-17
type: Skripsi
type: NonPeerReviewed
format: text
identifier: http://digilib.unila.ac.id/81212/1/ABSTRAK%20%28ABSTRACT%29.pdf
format: text
identifier: http://digilib.unila.ac.id/81212/2/FILE%20SKRIPSI%20FULL.pdf
format: text
identifier: http://digilib.unila.ac.id/81212/3/FILE%20SKRIPSI%20FULL%20TANPA%20PEMBAHASAN.pdf
identifier:   Sarah, Cantika Putri  (2024) KLASIFIKASI SPERMA MANUSIA BERDASARKAN MORFOLOGI MENGGUNAKAN ARSITEKTUR CONVOLUTIONAL NEURAL NETWORK GOOGLENET.  Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Lampung.     
relation: http://digilib.unila.ac.id/81212/