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.
|
File PDF
ABSTRAK.pdf Download (65Kb) | Preview |
|
![[img]](http://digilib.unila.ac.id/style/images/fileicons/text.png) |
File PDF
SKRIPSI FULL.pdf Restricted to Hanya staf Download (2504Kb) | Minta salinan |
|
|
File PDF
SKRIPSI FULL TANPA BAB PEMBAHASAN.pdf Download (2352Kb) | Preview |
Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)
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.
| Jenis Karya Akhir: | Skripsi |
|---|---|
| Subyek: | 500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika |
| Program Studi: | FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) > Prodi S1 Matematika |
| Pengguna Deposit: | 2605752907 Digilib |
| Date Deposited: | 07 May 2026 06:29 |
| Terakhir diubah: | 07 May 2026 06:29 |
| URI: | http://digilib.unila.ac.id/id/eprint/99222 |
Actions (login required)
 |
Lihat Karya Akhir |
