| NIM | H1A020059 |
| Namamhs | MUHAMMAD PUTRA YUBIKSANA |
| Judul Artikel | RANCANG BANGUN APLIKASI MOBILE ANDROID UNTUK KLASIFIKASI ALZHEIMER BERBASIS CLINICAL DEMENTIA RATING |
| Abstrak (Bhs. Indonesia) | Alzheimer merupakan salah satu penyakit yang tidak memiliki obat sebagai metode untuk penyembuhannya. Penyakit alzheimer dapat dikategorikan berdasarkan CDR (Clinical Dementia Rating) yang mengukur seberapa parah demesia dari pasien. Alat untuk mendeteksi alzheimer masih terbilang tebatas terutama di daerah-daerah pedesaan. Penggunaan aplikasi mobile dapat membantu tenaga kesehatan yang berada di daerah yang sulit terjangkau. Pada Tugas Akhir ini dilakukan penelitian mengenai perancangan aplikasi mobile android dan sistem yang dapat melakukan klasifikasi deteksi awal alzheimer berbasis CDR. Citra yang digunakan untuk penelitian ini adalah citra digital axial, coronal, dan sagital hasil MRI. Metode yang dilakukan penulis selama menjalani Tugas Akhir, yakni metode studi pustaka dan literatur, persiapan, perancangan, pengujian ,dan tahap akhir. Pada Tugas Akhir ini, perancangan aplikasi mobile android menggunakan Android Studio untuk pembuatan front-end dan Chaquopy untuk perancangan back-end. Bagian yang akan diklasifikasi pada citra MRI adalah bagian hippocampus dengan fitur yang akan diekstraksi adalah. Hasil dari sistem dibuktikan dengan akurasi sistem dalam mengklasifikasi tingkat CDR pada citra alzheimer dan kinerja dari aplikasi yang telah dibangun. Klasifikasi dapat dikatakan berhasil apabila berhasil memprediksi citra sesuai dengan kelas citra aslinya. |
| Abtrak (Bhs. Inggris) | Alzheimer's is a disease that has no cure. Alzheimer's disease can be categorized based on CDR (Clinical Dementia Rating) which measures how severe the patient's demesia is. Tools to detect alzheimer's are still fairly limited, especially in rural areas. The use of mobile applications can help health workers who are in areas that are difficult to reach. In this Final Project, research is conducted on the design of android mobile applications and systems that can classify early detection of CDR-based alzheimer's. The images used for this research are axial, coronal, and sagittal digital images of MRI results. The methods carried out by the author during the Final Project, namely the method of literature and literature study, preparation, design, testing, and the final stage. In this Final Project, the design of android mobile applications uses Android Studio for front-end creation and Chaquopy for back-end design. The part that will be classified in the MRI image is the hippocampus with the features to be extracted. The results of the system are evidenced by the accuracy of the system in classifying the CDR level in alzheimer's images and the performance of the applications that have been built. Classification can be said to be successful if it successfully predicts the image according to the original image class. |
| Kata kunci | Pembelajaran mesin, segmentasi, Alzheimer, ekstraksi fitur, klasifikasi, Chaquopy, aplikasi Android, Support Vector Machine |
| Pembimbing 1 | Prof. Dr. Ir. Eng. Retno Supriyanti, S.T., M.T, |
| Pembimbing 2 | Muhammad Syaiful Aliim, S.T.,M.T. |
| Pembimbing 3 | - |
| Tahun | 2024 |
| Jumlah Halaman | 20 |
| Tgl. Entri | 2024-08-07 16:12:06.403682 |
|---|