Repository Universitas PakuanDiagnosa Penyakit Paru-Paru Berbasis Data Magnetic Resonance Imaging (MRI) Menggunakan Metode Convolutional Neural Network (CNN) Transfer LearningDimasRamadhanauthorDiagnosa 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.Ilmu Komputer2025-07-13Universitas Pakuan;Fakultas Matematika dan Pengetahuan AlamThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant Repository Universitas Pakuan the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that Repository Universitas Pakuan does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at Repository Universitas Pakuan) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.