Pemodelan Sistem Deteksi Parasit Malaria pada Citra Mikroskopis Sel Darah Menggunakan Metode Deep Learning

Nurhaeni, Nurhaeni and Septyan, Eka Prastya and Ahmad, Hidayat and Fadhiyah, Noor Anisa (2024) Pemodelan Sistem Deteksi Parasit Malaria pada Citra Mikroskopis Sel Darah Menggunakan Metode Deep Learning. [Karya Dosen UNISM]

Text sitiaminah,+Nurhaeni.pdf Download (333kB)

Abstract

Pemerikasaan mikroskopis adalah teknik pemeriksaan malaria yang paling umum digunakan di fasilitas Kesehatan. Namun, pemeriksaan mikroskopis memerlukan keahlian khusus dan waktu yang cukup lama. Penelitian ini bertujuan mengembangkan model sistem deteksi parasit malaria dalam citra sel darah menggunakan teknologi deep learning untuk meningkatkan akurasi dan kecepatan deteksi dengan algoritma Convolutional Neural Network (CNN). Penelitian ini dilakukan dalam beberapa tahapan yang terdiri dari data collection, image preprocessing, pembagian data latih dan data validasi, pembuatan model menggunakan CNN, dan evaluasi model. Model CNN dibuat untuk mengklasifikasikan gambar sel darah ke dalam dua kelas yaitu terinfeksi dan tidak terinfeksi. Dataset yang digunakan sebagai acuan dalam pembentukan model sistem deteksi menggunakan gambar sel darah dari sumber terbuka Kaggle sebanyak 11.312 gambar. Hasil evaluasi model CNN mendapatkan nilai akurasi sebesar 97.17% dalam mendeteksi gambar sel darah. Hasil tersebut menunjukkan bahwa model CNN yang dibentuk dapat digunakan untuk deteksi parasit malaria menggunakan gambar sel darah.

Actions (login required)

View Item