PERBANDINGAN KLASIFIKASI DENYUT NADI TRADITIONAL CHINESE MEDICINE MENGGUNAKAN DEEP LEARNING VGG, ALEXNET, DAN LENET

AMALIA HUSNA (2023) PERBANDINGAN KLASIFIKASI DENYUT NADI TRADITIONAL CHINESE MEDICINE MENGGUNAKAN DEEP LEARNING VGG, ALEXNET, DAN LENET. S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf

Download (475kB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only

Download (365kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only

Download (14kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf

Download (84kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only

Download (664kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only

Download (104kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only

Download (301kB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only

Download (12kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (99kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only

Download (16kB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only

Download (412kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Traditional Chinese Medicine (TCM) adalah sebuah praktik pengobatan alternatif yang berasal dari Tiongkok. TCM didasarkan pada konsep Qi, Yin dan Yang dan bertujuan untuk mengembalikan keseimbangan dalam tubuh. Pada TCM denyut nadi dibagi menjadi hesitant dan moderate. Denyut nadi hesitant adalah denyut nadi yang tidak berjalan secara teratur dan memiliki interval yang tidak konsisten antara satu denyut dengan denyut berikutnya, sedangkan denyut nadi moderate adalah denyut nadi yang per menitnya berada dalam kisaran yang sehat dan normal untuk orang dewasa. Penelitian yang menggunakan deep learning untuk klasifikasi nadi sudah ada, tetapi belum ada yang menggunakan VGG, AlexNet, dan LeNet. Penelitian ini bertujuan untuk memberikan akurasi pada analisis klasifikasi denyut nadi untuk meminimalisir kesalahan dan kurangnya ketelitian dalam menganaliasis denyut nadi. Metode yang digunakan yaitu metode kuantitatif. Pada penelitian ini melakukan klasifikasi denyut nadi dengan menggunakan tiga model yaitu VGG, AlexNet, dan LeNet. Kemudian penelitian ini menggunakan 48 data hesitant dan 80 data moderate. Dari data yang tidak seimbang dihasilkan  nilai f1-score. Nilai f1-score dari model VGG dengan data hesitant sebesar 0.0 sedangkan pada data moderate sebesar 0.76, model AlexNet dengan data hesitant sebesar 0.90 sedangkan pada data moderate sebesar 0.94, dan model LeNet dengan data hesitant sebesar 0.95 sedangkan pada data moderate sebesar 0.95. Model yang digunakan dapat mempengaruhi hasil, melihat dari segi f1-score terlihat bahwa model LeNet memiliki performa tinggi. Sehingga hasil ini dapat membantu tenaga kesehatan yang kurang teliti dalam mendeteksi untuk meringankan analisis.

Item Type: Thesis (S1)
Uncontrolled Keywords: TCM, Deep Learning, VGG, AlexNet, LeNet
Divisions: Fakultas Teknik > Teknologi Informasi S1
Depositing User: M. Erdiansyah
Date Deposited: 11 Nov 2023 07:37
Last Modified: 11 Nov 2023 07:37
URI: https://etd.umy.ac.id/id/eprint/42415

Actions (login required)

View Item
View Item