REYNALDO, VINCENTIUS (2023) Implementasi Federated Learning Untuk Identifikasi Penyakit Pneumonia. Other thesis, Universitas Prasetiya Mulya.
01. COVER.pdf - Cover Image
Download (267kB)
02. LEMBAR PERNYATAAN.pdf - Published Version
Restricted to Repository staff only
Download (243kB) | Request a copy
03. LEMBAR PERSETUJUAN.pdf - Published Version
Restricted to Repository staff only
Download (313kB) | Request a copy
04. KATA PENGANTAR.pdf - Published Version
Restricted to Repository staff only
Download (190kB) | Request a copy
05. ABSTRAK.pdf - Published Version
Download (228kB)
06. DAFTAR ISI.pdf - Published Version
Restricted to Registered users only
Download (238kB) | Request a copy
07. BAB 1.pdf - Published Version
Restricted to Registered users only
Download (243kB) | Request a copy
08. BAB 2.pdf - Published Version
Restricted to Registered users only
Download (2MB) | Request a copy
09. BAB 3.pdf - Published Version
Restricted to Registered users only
Download (732kB) | Request a copy
10. BAB 4.pdf - Published Version
Restricted to Registered users only
Download (1MB) | Request a copy
11. BAB 5.pdf - Published Version
Restricted to Registered users only
Download (208kB) | Request a copy
12. DAFTAR PUSTAKA.pdf - Published Version
Restricted to Registered users only
Download (221kB) | Request a copy
Abstract
Penyakit pneumonia merupakan salah satu penyakit utama yang menjadi penyebab kematian pada anak di bawah usia 5 tahun dan lansia dengan usia di atas 70 tahun di seluruh dunia. Penyakit pneumonia merupakan penyakit radang pada paru-paru yang disebabkan oleh infeksi, seperti virus, bakteri, atau patogen lainnya. Penanganan penyakit pneumonia ini memerlukan diagnosa secara cepat dan tepat, tetapi masih kurang efektif dikarenakan jumlah dokter spesialis paru-paru di Indonesia saat ini jumlahnya masih kurang. Dalam beberapa tahun terakhir, pembelajaran mesin yang merupakan salah satu bentuk kecerdasan buatan yang dapat membuat komputer mengakses dan mempelajari data secara mandiri sedang berkembang pesat. Implementasi teknologi ini dalam bidang medis dapat membantu tenaga medis dalam diagnosis, tetapi masih belum umum digunakan. Kekhawatiran atas data kesehatan yang digunakan untuk pelatihan yang juga merupakan data konfidensial karena mengandung identitas serta informasi kesehatan pasien merupakan salah satu alasannya. Skripsi ini bertujuan untuk mempresentasikan solusi untuk mengimplementasi pembelajaran mesin, tetapi tidak mengkompromi kerahasiaan data. Solusi yang diberikan merupakan implementasi metode federated learning. Federated learning merupakan metode
pembelajaran mesin terdistribusi yang memungkinkan kolaborasi tanpa harus berbagi data secara langsung. Skripsi ini akan menjelaskan secara rinci mengenai struktur dari pembelajaran mesin yang digunakan dan implementasi metode federated learning, serta perincian mengenai performa dari rancangan struktur yang dibuat.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Federated learning, kecerdasan buatan, pembelajaran mesin, pneumonia |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Divisions: | School of Science, Technology, Engineering and Mathematics > S1 Computer System Engineering |
| Depositing User: | Librarian 04 at Universitas Prasetiya Mulya |
| Date Deposited: | 07 Jun 2026 13:43 |
| Last Modified: | 07 Jun 2026 13:43 |
| URI: | https://elib.prasetiyamulya.ac.id/id/eprint/353 |

