IMPLEMENTASI MODEL CAPSULE NETWORK DENGAN FUNGSI AKTIVASI UNTUK KLASIFIKASI CITRA X-RAY DALAM DETEKSI PNEUMONIA

ALFREDO , RAUL ADAMSYAH (2026) IMPLEMENTASI MODEL CAPSULE NETWORK DENGAN FUNGSI AKTIVASI UNTUK KLASIFIKASI CITRA X-RAY DALAM DETEKSI PNEUMONIA. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	Text ABSTRAK.pdf Download (66kB) | Preview
	Text SKRIPSI FULL.pdf Restricted to Repository staff only Download (2MB) | Request a copy
Preview	Text SKRIPSI FULL TANPA BAB PEMBAHASAN.pdf Download (2MB) | Preview

Abstract

Capsule Network(CapsNet) merupakan pengembangan dariConvolutional Neural Network(CNN) yang digunakan dalam pengolahan citra, khususnya untuk meningkatkan kemampuan model dalam mempertahankan hubungan spasial antar fitur objek. Penelitian ini bertujuan untuk mengimplementasikan model CapsNet dalam klasifikasi citrax-rayuntuk deteksi pneumonia. Dataset yang digunakan terdiri dari 5.863 citrax-rayparu-paru yang dikategorikan ke dalam dua kelas, yaitu normal dan pneumonia. Tahapan penelitian meliputi praproses citra berupa penyeragaman ukuran dan normalisasi nilai piksel, kemudian dilakukan pelatihan menggunakan arsitektur CapsNet selama 30epoch. Fungsi aktivasi yang digunakan meliputi ReLU pada lapisan konvolusi, fungsisquashpada lapisan kapsul untuk mempertahankan informasi spasial dalam bentuk vektor, serta fungsisoftmaxpada prosesrouting by agreement. Hasil pelatihan menunjukkan peningkatan kinerja yang konsisten, dengan akurasi pelatihan mencapai 98,13% dan akurasi validasi sebesar 96,12% padaepochke-30. Pada tahap pengujian, model memperoleh akurasi sebesar 96,36% dengan nilailosssebesar 4,33%. Evaluasi menggunakan classification reportmenunjukkan nilaiprecisiondanrecallyang tinggi pada kedua kelas, khususnya pada kelas pneumonia denganprecisionsebesar 0,98 danrecall sebesar 0,97. Nilaimacro averagedanweighted average F1-scoreyang relatif seimbang menunjukkan bahwa model tidak mengalamioverfittingyang signifikan serta memiliki kemampuan generalisasi yang baik meskipun data uji bersifat tidak seimbang. Kata-kata kunci:Capsule Network, Fungsi Aktivasi, Klasifikasi CitraX-ray, Pneumonia,Deep Learning.

Item Type:	Other
Subjects:	?? 500 ?? ?? 510 ??
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	2605752907 Digilib
Date Deposited:	07 May 2026 06:29
Last Modified:	07 May 2026 06:29
URI:	http://digilib.unila.ac.id/id/eprint/99222

Actions (login required)

View Item