DIAGNOSIS DINI KATARAK DENGAN PENGOLAHAN CITRA DIGITAL MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORKS PADA PENYAKIT AKIBAT KERJA PENGELASAN

FARAHDIVA, ZALFAA (2023) DIAGNOSIS DINI KATARAK DENGAN PENGOLAHAN CITRA DIGITAL MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORKS PADA PENYAKIT AKIBAT KERJA PENGELASAN. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0519040033 - Zalfaa Farahdiva - Diagnosis Dini Katarak dengan Pengolahan Citra i Digital _i menggunakan Metode i Convolutional Neural Networks _i pada Penyakit Akibat Kerja Pengelasan.pdf
Restricted to Repository staff only

Download (6MB) | Request a copy

Abstract

Pengelasan menjadi salah satu pekerjaan dengan risiko tinggi. Sinar UV menjadi sumber paling berbahaya, karena terserap oleh lensa dan membuat reaksi fotokimia yang merubah struktur protein sehingga membentuk katarak. Katarak menyebabkan penurunan produktivitas hingga kecelakaan kerja. Untuk meminimalisir hal tersebut, dilakukan identifikasi bahaya dengan Metode Hazard Identification Risk Assessment and Risk Control (HIRARC) dan diagnosis dini katarak menggunakan Metode Convolutional Neural Networks (CNN). Identifikasi bahaya pengelasan menghasilkan tiga hazard dengan risiko tertinggi, yaitu panas dan api menyebabkan kebakaran dan ledakan (risk rating 15), sinar UV menyebabkan katarak hingga kebutaan (risk rating 12) serta kebisingan menyebabkan tuli (risk rating 12). Pengolahan citra digital menggunakan Metode CNN dengan pengujian 40 citra mata katarak dan normal menghasilkan nilai akurasi sebesar 97.5% dan loss sebesar 5.6%. Diagnosis dini pada 3 teknisi las dan 3 pasien katarak, didapatkan hasil 2 teknisi terdeteksi normal dan 1 teknisi terdeteksi katarak jenis senilis dan traumatika. Selanjutnya 2 pasien terdeteksi katarak jenis senilis, serta 1 pasien terdeteksi katarak jenis senilis dan komplikata. Hasil validasi data pengujian menunjukkan bahwa hasil keputusan sistem deteksi dini yang dirancang telah sesuai dengan keputusan dari dokter spesialis mata. Sehingga, sistem deteksi dini yang dirancang dapat membantu dokter untuk screening awal katarak.

Item Type: Thesis (Diploma)
Additional Information: No. Inventaris: 7196/K3-19/2023 Lokasi TA : 970
Uncontrolled Keywords: Convolutional Neural Network, Hazard Identification Risk Assessment and Risk Control, Katarak, Pengelasan, Penyakit Akibat Kerja
Subjects: K3 - Teknik Keselamatan dan Kesehatan Kerja > Keselamatan dan Kesehatan Kerja Industri (Industrial Safety and Health)
Divisions: Jurusan Teknik Permesinan Kapal > D4 Teknik Keselamatan dan Kesehatan kerja
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 18 Jan 2024 06:35
Last Modified: 18 Jan 2024 06:35
URI: http://repository.ppns.ac.id/id/eprint/5432

Actions (login required)

View Item View Item