Implementasi YOLOv8 Untuk Deteksi Ventricular Septal Defect (VSD) Pada Tampilan Parasternal Dan Apikal

Putri, Dwi Amalia and Nathania, Vannesa Implementasi YOLOv8 Untuk Deteksi Ventricular Septal Defect (VSD) Pada Tampilan Parasternal Dan Apikal. Project Report (Praktek Kerja Lapang dan Magang). FACULTY OF COMPUTER SCIENCE DEPARTMENT OF DATA SCIENCE, UPN Veteran Jawa Timur. (Unpublished)

[img]
Preview
Text (cover)
Laporan PKL 22083010044-cover.pdf

Download (849kB) | Preview
[img]
Preview
Text (bab 1)
Laporan PKL 22083010044-bab 1.pdf

Download (136kB) | Preview
[img] Text (bab 2)
Laporan PKL 22083010044-bab 2.pdf
Restricted to Repository staff only until 15 May 2029.

Download (130kB) | Request a copy
[img] Text (bab 3)
Laporan PKL 22083010044-bab 3.pdf
Restricted to Repository staff only until 15 May 2029.

Download (5MB) | Request a copy
[img]
Preview
Text (bab 4)
Laporan PKL 22083010044-bab 4.pdf

Download (125kB) | Preview
[img]
Preview
Text (daftar pustaka)
Laporan PKL 22083010044-daftar pustaka.pdf

Download (174kB) | Preview
[img] Text (lampiran)
Laporan PKL 22083010044-lampiran.pdf
Restricted to Repository staff only until 15 May 2029.

Download (3MB) | Request a copy

Abstract

Penanganan Penyakit Jantung Bawaan (PJB) pada anak di Indonesia masih rendah, dengan layanan intervensi baru mencakup sekitar 7.500 kasus dari total 50.000 kasus per tahun. Ventricular Septal Defect (VSD) merupakan jenis PJB terbanyak, namun keterbatasan jumlah dokter spesialis jantung anak menjadi hambatan utama dalam penanganan. Untuk mengatasi hal tersebut, dikembangkan sistem cerdas medis berbasis YOLOv8 oleh CV Advance With Unity melalui proyek PKL untuk mendeteksi letak VSD secara otomatis melalui citra hasil ekokardiografi jantung. Sistem ini menggunakan teknologi deteksi objek untuk membantu tenaga kesehatan dalam mengenali kelainan jantung lebih cepat dan akurat. Hasil evaluasi menunjukkan model memiliki precision lebih dari 82% dan recall di atas 70%, yang menunjukkan performa baik dalam mengidentifikasi lokasi VSD. Sistem ini diharapkan dapat menjadi alat bantu diagnosis awal yang efektif, khususnya didaerah dengan keterbatasan sumber daya medis.

Item Type: Monograph (Project Report (Praktek Kerja Lapang dan Magang))
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorHindrayani, Kartika MaulidaNIDN0009099205kartika.maulida.ds@upnjatim.ac.id
Thesis advisorWara, Shindi Shella MayNIP199605182024062003shindi.shella.fasilkom@upnjatim.ac.id
Subjects: Q Science > QA Mathematics > QA76.6 Computer Programming
Q Science > QM Human anatomy
Divisions: Faculty of Computer Science > Departemen of Data Science
Depositing User: Vannesa Nathania
Date Deposited: 19 May 2026 06:48
Last Modified: 19 May 2026 06:48
URI: https://repository.upnjatim.ac.id/id/eprint/51808

Actions (login required)

View Item View Item