Skripsi
DETEKSI CARA PANDANG JANTUNG ANAK MENGGUNAKAN METODE FASTER-RCNN
Deteksi objek merupakan salah satu hal penting di bidang komputer dan telah berkembang dari pengenalan objek tunggal hingga pengenalan multi-objek. Dalam tugas akhir ini mengusulkan metode Faster-RCNN dengan menggunakan backbone VGG16, Resnet50 dan Mobilenet. Dataset yang digunakan adalah data frame jantung anak dengan sudut pandang Four chamber view, Five chamber view, Subcostal, Long Axis dan Short Axis. Penelitian yang dilakukan berfokus pada tingkat akurasi yang dihasilkan pada data frame untuk membangun model Faster R-CNN yang efektif dalam mendeteksi jantung bayi. Hasil mAP (mean average precision) nantinya berfungsi sebagai tolak ukur dalam mengetahui tingkat keberhasilan metode dalam mendeteksi objek terkhusus pada jantung anak. Hasil terbaik didadapatkan pada model VGG16 dengan Learning Rate 0,001 dan Learning rate 0,0001 dengan mAP sebesar 100% dan pada data unseen hasil terbaik didapatkan pada model VGG16 dengan mAP sebesar 63,46%.
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2107002630 | T51556 | T515562021 | Central Library (Referens) | Available but not for loan - Not for Loan |
No other version available