@phdthesis{eprintsunpak11233,
           title = {Diagnosa Penyakit Paru-Paru Berbasis Data Magnetic 
Resonance Imaging (MRI) Menggunakan Metode Convolutional Neural Network 
(CNN) Transfer Learning},
          author = {Dimas Ramadhan},
           month = {July},
            year = {2025},
          school = {Universitas Pakuan},
        abstract = {Diagnosa Penyakit Paru-Paru Berbasis Data Magnetic 
Resonance Imaging (MRI) Menggunakan Metode Convolutional Neural Network 
(CNN) Transfer Learning. Dibawah bimbingan Dr. Eneng Tita Tosida, S.Tp.,
M. Si dan Dinar Munggaran A., S. Kom., M. Kom.
Diagnosa penyakit paru-paru secara akurat sangat penting dalam diagnosis dan 
perawatan medis. Metode konvensional yang digunakan untuk mendiagnosis 
Penyakit paru-paru sering kali memerlukan keterlibatan ahli radiologi yang 
berpengalaman dan memakan waktu. Selain itu, tingkat kesalahan dalam 
interpretasi citra MRI dapat mempengaruhi hasil diagnosis. Oleh karena itu, 
diperlukan suatu metode yang dapat secara otomatis dan akurat mengklasifikasikan 
penyakit untuk membantu proses diagnosis.
Dalam penelitian ini, penulis mengembangkan sistem Diagnosa Penyakit Paru?Paru Berbasis Data Magnetic Resonance Imaging (MRI) Menggunakan Metode 
Convolutional Neural Network (CNN) Transfer Learning. Dua model CNN yang 
digunakan adalah MobileNetV2 dan DenseNetV2, yang diterapkan pada citra MRI 
untuk mengklasifikasikan citra MRI penyakit paru-paru. Hasil penelitian 
menunjukkan bahwa kedua model, MobileNetV2 dan DenseNetV2, mampu 
mengklasifikasikan tumor otak dengan akurasi yang tinggi. Meskipun kedua model 
menunjukkan performa yang baik, MobileNetV2 sedikit lebih unggul dalam hal 
akurasi, sementara DenseNetV2 lebih efisien dalam kecepatan dan penggunaan 
sumber daya.},
             url = {http://eprints.unpak.ac.id/11233/}
}