Klasifikasi Penyakit Polyps Berdasarkan Citra Kwasir Menggunakan Cnn Model Resnet 101

Authors

  • kevin Kevin Bagus Saputra UINSA
  • Dian C Rini Novitasari UIN Sunan Ampel Surabaya

Keywords:

CNN, Penyakit Polyps, Resnet 101

Abstract

Abstrak. Polyps merupakan jaringan tidak normal yang dapat muncul di bagian tubuh mana pun. Ciri-ciri secara normal Polyps berukuran kecil, bertangkai, dan dapat tumbuh sendiri atau berkelompok. Polyps biasa tumbuh di bagian hidung, usus besar, dan rahim. Oleh karena itu untuk mendeteksi jenis-jenis polyps yang terdapat pada tubuh manusia maka dibentuk klasifikasi polyps. Metode yang dipakai dalam penelitian ini yaitu Convolutional Neural Network model Resnet 101. Hasil penelitian metode CNN model Resnet bekerja dengan baik mendapatkan mode akurasi tertinggi yaitu 100% dan model terkecil mendapatkan akurasi 99,46%. Hasil confusion matrix model terbaik nilai sensitivitas, spesifisitas, dan akurasi sebesar 100% dan model terkecil mendapatkan terbaik nilai sensitivitas, spesifisitas, dan akurasi sebesar 100%, 99.5%, dan 98.9%.

 

 

 

Downloads

Published

2023-03-31

How to Cite

Kevin Bagus Saputra, kevin, & Novitasari, D. C. R. . (2023). Klasifikasi Penyakit Polyps Berdasarkan Citra Kwasir Menggunakan Cnn Model Resnet 101. Jurnal Algebra, 4(1), 50–58. Retrieved from https://jurnalsaintek.uinsa.ac.id/mhs/index.php/algebra/article/view/310