Perbandingan Metode Convmixer Dan Metode Resnet Dalam Klasifikasi Serta Deteksi Penyakit Gastrointestinal Menggunakan Dataset Kvasir

IVAN SEPTA ADI PRATAMA, . (2025) Perbandingan Metode Convmixer Dan Metode Resnet Dalam Klasifikasi Serta Deteksi Penyakit Gastrointestinal Menggunakan Dataset Kvasir. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (924kB)
	Text BAB I.pdf Restricted to Registered users only Download (182kB)
	Text BAB II.pdf Restricted to Registered users only Download (406kB)
	Text BAB III.pdf Restricted to Registered users only Download (389kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (122kB)
	Text JURNAL.pdf Restricted to Registered users only Download (724kB)

Abstract

Penelitian ini membahas perbandingan metode ConvMixer dan ResNet dalam klasifikasi dan deteksi penyakit gastrointestinal menggunakan dataset Kvasir. Penyakit gastrointestinal sering kali sulit dideteksi secara dini akibat kesamaan pola visual pada gambar endoskopi, sehingga memerlukan solusi berbasis deep learning yang efisien. Tujuan penelitian ini adalah melakukan perbandingan dan mengevaluasi model yang digunakan. Penelitian menggunakan pendekatan kuantitatif dengan metode eksperimen. Data gambar endoskopi diproses melalui augmentasi, normalisasi, dan pembagian dataset menjadi train, validation, serta test. ConvMixer dan ResNet dilatih dengan hyperparameter yang disesuaikan, dan dievaluasi menggunakan metrik akurasi, precision, recall, serta F1-score. Hasil penelitian menunjukkan bahwa ResNet unggul dengan akurasi 86%, sedikit lebih tinggi dibandingkan ConvMixer yang mencatatkan akurasi 84%. Struktur residual pada ResNet mampu mengatasi masalah gradien yang menghilang, sementara ConvMixer menawarkan kecepatan pelatihan yang lebih baik. Kedua model menunjukkan performa tinggi, meski tantangan berupa kesamaan pola antar kelas masih menjadi kendala. Hasilnya, ResNet memberikan hasil yang lebih baik dalam mendeteksi penyakit gastrointestinal, tetapi ConvMixer juga menjadi alternatif yang menjanjikan. Pengembangan lebih lanjut dengan dataset lebih beragam diperlukan untuk meningkatkan performa model.

Item Type:	Thesis (Other)
Subjects:	T Technology > T Technology (General)
Depositing User:	Jejen Juanda
Date Deposited:	13 Sep 2025 03:32
Last Modified:	13 Sep 2025 03:32
URI:	http://repository.unpam.ac.id/id/eprint/17400

Actions (login required)

View Item