Skripsi
LABELISASI OTOMATIS DAN SEGMENTASI CITRA JANTUNG JANIN MENGGUNAKAN DEEP LEARNING
Proses labelisasi manual pada citra USG merupakan tugas yang menantang dikarenakan memerlukan ketelitian tinggi dan waktu yang lama. Sehingga labelisasi otomatis dengan deep learning dapat menjadi solusi. Penelitian ini bertujuan untuk mengetahui performa segmentasi dan labelisasi otomatis dengan menggunakan deep learning. Data dari penelitian menggunakan pemeriksaan USG pada jantung janin berjumlah 243 gambar dengan tigas jenis kasus, ASD, AVSD, VSD. Fokus utama adalah citra yang memiliki Hole (H) yang merupakan kelainan jantung janin. Penelitian ini menggunakan 30 model dari YOLOv8 dengan parameter meliputi jumlah epoch dan batch size. Hasil evaluasi menunjukkan nilai mAP dengan nilai terbesar yaitu 99%, semua model dapat mendeteksi dan mensegmentasi seluruh gambar evaluasi dengan menghasilkan labelisasi otomatis.
| Inventory Code | Barcode | Call Number | Location | Status |
|---|---|---|---|---|
| 2407004374 | T151251 | T1512512024 | Central Library (Reference) | Available but not for loan - Not for Loan |