z-logo
open-access-imgOpen Access
Pre-Diagnosis Gangguan Ginjal Melalui Citra Iris Mata Menggunakan Raspberry PI Dengan Metode Convolutional Neural Network (CNN)
Author(s) -
Indra Agustian,
Hadi Faisal,
M. Khairul Amri Rosa
Publication year - 2019
Publication title -
jurnal amplifier jurnal ilmiah bidang teknik elektro dan komputer
Language(s) - Uncategorized
Resource type - Journals
eISSN - 2622-2000
pISSN - 2089-2020
DOI - 10.33369/jamplifier.v9i1.15396
Subject(s) - convolutional neural network , computer science , artificial intelligence , pooling , raspberry pi , pattern recognition (psychology) , world wide web , internet of things
ABSTRAKPenelitian ini melakukan perancangan aplikasi pengenalan gangguan ginjal dini melalui citra digital iris mata menggunakan metode convolutional neural network (CNN) dengan antarmuka Raspberry Pi 3 model B+. Hasil akurasi terbaik yang diperoleh dengan memvariasikan banyak epoch, nilai learning rate, ukuran kernel, komposisi database, dan fungsi pooling layer adalah 94% pada saat epoch 12, 92% pada nilai 0,0001, 95% pada ukuran 3x3, 95% pada komposisi 100 train dan 50 validation, 90% menggunakan fungsi max pooling. Kata kunci: gangguan ginjal, iridology, convolutional neural network, raspberry pi.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom