DETEKSI DINI PARASIT MALARIA DALAM CITRA SEL DARAH MENGGUNAKAN DEEP LEARNING BERBASIS WEBSITE

Baiq Dwi Ningrum Pristiani (2024) DETEKSI DINI PARASIT MALARIA DALAM CITRA SEL DARAH MENGGUNAKAN DEEP LEARNING BERBASIS WEBSITE. PROGRAM STUDI SARJANA SISTEM INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SARI MULIA BANJARMASIN 2024.

Text SKRIPSI_BAIQ DWI NINGRUM PRISTIANI - Baiq Dwi Ningrum Pristiani.pdf Download (3MB)

Abstract

Malaria adalah penyakit umum di wilayah tropis dan sub-tropis yang dapat menyebabkan kematian, terutama pada bayi, balita, dan ibu hamil. Deteksi cepat dan akurat malaria sangat penting untuk mencapai tujuan Indonesia bebas malaria pada tahun 2030. Tujuan: Penelitian ini bertujuan mengembangkan sistem deteksi dini parasit malaria dalam citra sel darah menggunakan teknologi deep learning berbasis website untuk meningkatkan akurasi dan kecepatan deteksi. Metode: Metode penelitian yang digunakan adalah eksperimen. Dimulai dengan pengumpulan data citra sel darah, preprocessing data, pembuatan model deep learning menggunakan Convolutional Neural Network (CNN), serta implementasi model pada website yang dibangun menggunakan framework Flask. Hasil: Model CNN yang dikembangkan memiliki tingkat akurasi 96,93% dalam mendeteksi parasit malaria. Integrasi model dengan website memungkinkan pengguna untuk mengunggah gambar dan mendapatkan hasil deteksi secara real- time. Simpulan: Penelitian ini berhasil mengembangkan sistem deteksi dini parasit malaria berbasis website dengan akurasi tinggi. Sistem ini diharapkan dapat membantu tenaga medis dalam mempercepat diagnosis dan meningkatkan akurasi deteksi malaria.

Actions (login required)

View Item