Klasifikasi tingkat keparahan Osteoartritis Lutut menggunakan NASNet Mobile pada Citra X-ray

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Damayanti, Adelia (2024) Klasifikasi tingkat keparahan Osteoartritis Lutut menggunakan NASNet Mobile pada Citra X-ray. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Adelia Damayanti_09020220019 OK.pdf Download (1MB)
	Text Adelia Damayanti_09020220019 Full.pdf Restricted to Repository staff only until 26 January 2027. Download (18MB)

Abstract

Osteoartritis (OA) lutut adalah penyakit yang paling banyak menyebabkan disabilitas pada populasi lanjut usia dan terjadi karena rusaknya tulang rawan artikular dan tepi sendi. OA lutut dapat diklasifikasi sesuai tingkat keparahannya berdasarkan ciri-ciri patologis pada citra X-ray. Pada umumnya, tingkat keparahan tersebut diklasifikasi menggunakan sistem penilaian Kellgren-Lawrence (KL) yang dibagi menjadi lima tingkatan, yaitu grade 0 sampai grade 4. Penelitian ini bertujuan untuk mengklasifikasi OA lutut berdasarkan tingkat keparahannya dengan mengimplementasikan salah satu algoritma Convolutional Neural Network, yaitu NASNet Mobile. Penelitian ini menggunakan tiga kelas citra X-ray lutut berdasarkan sistem penilaian Kellgren-Lawrence (KL), yaitu grade 0 (normal), grade 3 (sedang), dan grade 4 (parah) yang diperoleh dari website Kaggle. Jumlah data yang digunakan sebanyak 1500 data dengan rincian 500 data pada setiap kelas. Proses pelatihan model menggunakan uji coba pembagian data secara acak dan k-fold cross validation serta uji coba learning rate, dan batch size. Akurasi terbaik diperoleh pada pembagian data k-fold cross validation ketika learning rate 0.001 dengan batch size 32, yaitu 92.53%, sensitivitas 92.72%, dan spesifisitas 96.32%.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Damayanti, Adelia adeliadamayanti869@gmail.com 09020220019
Contributors:	Contribution Name Email NIDN Thesis advisor Novitasari, Dian Candra Rini diancrini@uinsby.ac.id 2024118502 Thesis advisor Hakim, Lutfi lutfihakimbungah@gmail.com --
Subjects:	Kecerdasan Matematika
Keywords:	Convolutional Neural Netwok (CNN); K-fold Cross Validation; NASNet Mobile; Osteoartritis Lutut; X-ray
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	Adelia Damayanti
Date Deposited:	26 Jan 2024 04:06
Last Modified:	26 Jan 2024 04:06
URI:	http://digilib.uinsa.ac.id/id/eprint/67851

Actions (login required)

View Item