Search for collections on PNUP Repository

Program Deteksi Choroidal Neovascularization (Cnv) Dengan Optical Coherence Tomography (Oct) Image Menggunakan Convolutional Neural Network (Cnn)

Astrimianti, Astrimianti (2019) Program Deteksi Choroidal Neovascularization (Cnv) Dengan Optical Coherence Tomography (Oct) Image Menggunakan Convolutional Neural Network (Cnn). Diploma thesis, Politeknik Negeri Ujung Pandang.

[thumbnail of Skripsi] Text (Skripsi)
PROGRAM DETEKSI CHOROIDAL NEOVASCULARIZATION (CNV) DENGAN .pdf - Published Version
Restricted to Registered users only

Download (1MB)

Abstract

Choroidal neovascularization (CNV) adalah adanya pertumbuhan pembuluh darah baru dari koroid mata karena adanya infark jaringan yang dapat disebabkan oleh kurangnya suplai oksigen dan makanan yang masuk ke dalam retina. CNV juga merupakan penyebab utama kebutaan pada lansia. CNV merupakan kondisi yang jarang terjadi namun berpotensi parah pada ketajaman penglihatan sentral jika tidak segera dilakukan pengobatan. CNV dapat dideteksi dengan alat Optical Coherence Tomography (OCT) untuk mengetahui disfungsi penglihatan.
Penelitian ini bertujuan untuk dapat mengklasifikasikan image CNV dan normal menggunakan algoritma Convolutional Neural Network (CNN). Dataset yang berupa image tersebut terdiri dari tiga kategori, yaitu train, validation, dan test. Dataset train dan validation berjumlah 63.520, 80% untuk train dan 20% untuk validation. Sementara untuk test berjumlah 484.
Pada penelitian ini, pengujian program dilakukan sebanyak 11 kali dengan model network CNN yang berbeda. Waktu yang dibutuhkan untuk satu kali percobaan sekitar 3-5 hari.

Item Type: Thesis (Diploma)
Subjects: Q Science > QA Mathematics
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Jurusan Teknik Elektro > D4 Teknik Multimedia dan Jaringan
Depositing User: Unnamed user with username 197103102001121001
Date Deposited: 07 Aug 2023 03:39
Last Modified: 07 Aug 2023 03:39
URI: https://repository.poliupg.ac.id/id/eprint/4714

Actions (login required)

View Item
View Item