DSpace Repository

DETEKSI ANEMIA DARI CITRA PALPEBRAL KONJUNGTIVA MATA MENGGUNAKAN PEDEKATAN DEEP LEARNING DENGAN SISTEM DIGITAL

Show simple item record

dc.contributor.author HARAHAP, ZAHIRA INAYAH PATUAN
dc.date.accessioned 2026-10-30T03:49:24Z
dc.date.available 2026-10-30T03:49:24Z
dc.date.issued 2026-04-20
dc.identifier.uri http://localhost:8080/handle/123456789/32565
dc.description.abstract Anemia merupakan salah satu masalah kesehatan yang masih banyak ditemukan dan umumnya didiagnosis melalui pemeriksaan laboratorium yang bersifat invasif. Perkembangan teknologi kecerdasan buatan memungkinkan deteksi awal anemia dilakukan melalui pendekatan berbasis citra medis secara non-invasif. Penelitian ini bertujuan merancang dan mengimplementasikan sistem deteksi anemia menggunakan metode deep learning berbasis transfer learning dengan memanfaatkan citra konjungtiva palpebral sebagai sumber informasi visual. Model klasifikasi dibangun menggunakan arsitektur MobileNetV2 dengan bobot pretrained ImageNet yang berperan sebagai feature extractor. Tahapan penelitian meliputi preprocessing citra berupa resizing, normalisasi nilai piksel, serta augmentasi data untuk meningkatkan variasi dataset. Strategi pelatihan dilakukan secara bertahap melalui proses feature extraction dan fine-tuning guna memperoleh performa model yang stabil dan memiliki kemampuan generalisasi yang baik terhadap data baru. Model dilatih menggunakan optimizer Adam dan fungsi loss binary crossentropy dengan metrik evaluasi accuracy dan Area Under Curve (AUC). Hasil pelatihan menunjukkan model mampu mempelajari pola citra dengan baik dengan akurasi pelatihan mencapai sekitar 82%, akurasi validasi sebesar 79,82%, serta nilai AUC 0,9003 pada epoch terbaik. Evaluasi menggunakan data uji menghasilkan akurasi sebesar 90,71%, yang menunjukkan kemampuan klasifikasi yang stabil dan memiliki generalisasi yang baik terhadap citra baru. Model yang telah dilatih kemudian diintegrasikan ke dalam aplikasi mobile berbasis React Native dengan dukungan backend Flask sehingga proses deteksi dapat dilakukan secara real-time melalui perangkat Android. Hasil pengujian implementasi menunjukkan aplikasi mampu melakukan klasifikasi citra baru secara konsisten dengan hasil yang sesuai terhadap kondisi sebenarnya. Dengan demikian, sistem yang dikembangkan berpotensi menjadi alat bantu skrining awal anemia yang praktis, cepat, dan non-invasif berbasis perangkat mobile. en_US
dc.publisher umsu en_US
dc.subject Anemia en_US
dc.subject Deep Learning en_US
dc.title DETEKSI ANEMIA DARI CITRA PALPEBRAL KONJUNGTIVA MATA MENGGUNAKAN PEDEKATAN DEEP LEARNING DENGAN SISTEM DIGITAL en_US
dc.type Thesis en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account