Klasifikasi penyakit Alzheimer pada citra MRI otak menggunakan tensorflow

Huda, Miftakhul (2024) Klasifikasi penyakit Alzheimer pada citra MRI otak menggunakan tensorflow. Undergraduate (S1) thesis, Universitas Islam Negeri Walisongo Semarang.

[thumbnail of SKRIPSI_2008096031_MIFTAKHUL_HUDA] Text (SKRIPSI_2008096031_MIFTAKHUL_HUDA)
2008096031_Miftakhul Huda_Full Skripsi - MIFTAKHUL HUDA UIN Walisongo Semarang.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB)

Abstract

Penyakit Alzheimer adalah salah satu jenis penyakit yang paling umum terjadi pada lansia, yang ditandai oleh kerusakan pada otak dan mempengaruhi kapasitas memori, bicara, dan tingkah laku. Salah satu cara untuk mendeteksi penyakit Alzheimer adalah dengan menggunakan Citra MRI. Untuk mendeteksi penyakit Alzheimer diperlukan suatu metode yang dapat membantu mempermudah dan mempercepat proses deteksi penyakit Alzheimer. Machine learning, khususnya pada metode Convolutional Neural Network (CNN), merupakan metode yang memiliki kemampuan untuk mengelola dan menganalisis data yang besar dan kompleks serta mengambil bentuk gambar 2D sebagai masukan. Pada penilitian ini digunakan metode CNN dengan model arsitektur ResNet50. Hasil dari penelitian ini berhasil mencapai tingkat accuracy yang tinggi, yaitu sebesar 87%. Dengan nilai rata-rata recall sebesar 87%, precision sebesar 87%, serta f1-score sebesar 87%. Selain itu, model pada penilitian ini mampu memberikan hasil yang konsisten dan stabil. Penelitian ini menunjukkan bahwa penggunaan CNN dengan model ResNet50 sangat efektif dalam mendeteksi penyakit Alzheimer pada Citra MRI. Hasil akurasi yang tinggi ini menunjukkan potensi penting dari pendekatan machine learning dalam diagnosis dini penyakit Alzheimer.

Item Type: Thesis (Undergraduate (S1))
Uncontrolled Keywords: Penyakit Alzheimer; Citra MRI; Convolutional Neural Network
Subjects: 000 Computer science, information, general works > 005 Computer programming, programs, data
Divisions: Fakultas Sains dan Teknologi > 59201 - Teknologi Informasi
Depositing User: Ukhtiya Zulfa
Date Deposited: 18 Sep 2025 07:33
Last Modified: 18 Sep 2025 07:33
URI: https://eprints.walisongo.ac.id/id/eprint/27699

Actions (login required)

View Item
View Item

Downloads

Downloads per month over past year

View more statistics