Skripsi
ARSITEKTUR U-NET PADA SEGMENTASI CITRA PARU UNTUK MENDETEKSI NODUL PARU
Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi model U-Net dalam tugas segmentasi citra paru guna mendeteksi nodul paru. Model U-Net yang dilatih berhasil mencapai akurasi sebesar 94%, menunjukkan kemampuannya dalam membedakan area nodul dari jaringan paru normal dengan tingkat kesalahan yang rendah. Keberhasilan ini didukung oleh proses pelatihan yang mencakup preprocessing data yang tepat, teknik augmentasi untuk meningkatkan variasi data, serta strategi validasi data yang efektif untuk mencegah overfitting. Evaluasi performa model menggunakan metrik akurasi, Dice Coefficient, dan Intersection over Union (IoU) membuktikan bahwa model mampu melakukan generalisasi terhadap data uji. Meskipun hasil yang diperoleh menjanjikan, tantangan masih ditemukan terutama dalam mendeteksi nodul berukuran kecil atau yang menyerupai jaringan normal. Oleh karena itu, penelitian lanjutan tetap diperlukan untuk meningkatkan kemampuan model dalam skenario yang lebih kompleks dan beragam
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2507004712 | T180730 | T1807302025 | Central Library (REFERENS) | Available but not for loan - Not for Loan |
No other version available