TY  - GEN
CY  - Universitas Lampung
ID  - eprints81212
UR  - http://digilib.unila.ac.id/81212/
A1  - Sarah, Cantika Putri
Y1  - 2024/12/17/
N2  - 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%.
PB  - Fakultas Matematika dan Ilmu Pengetahuan Alam
TI  - KLASIFIKASI SPERMA MANUSIA BERDASARKAN MORFOLOGI MENGGUNAKAN ARSITEKTUR CONVOLUTIONAL NEURAL NETWORK GOOGLENET 
AV  - restricted
ER  -