View/Open

Author
MAHARANI, JATI KESUMANINGRUM

Date Published
14 Jan 2026

Advisor
I Gde Eka Dirgayussa, M.Si.,
Doni Bowo Nugroho, S.Pd., M.Sc.,

Subject
Teknik Biomedis

Publisher

Penyakit malaria masih menjadi masalah kesehatan masyarakat di berbagai wilayah endemis di Indonesia, termasuk Provinsi Lampung. Sebagaian besar kasus yang terjadi, disebabkan oleh infeksi Plasmodium vivax. Penelitian bertujuan untuk menerapkan algoritma YOLO berbasis kecerdasan buatan untuk deteksi parasit malaria pada citra mikroskopis darah serta mengevaluasi performanya menggunakan parameter precision, recall, F1 score, dan mean Average Precision (mAP). Model YOLOv8s dan YOLOv11s diterapkan pada dataset citra apusan darah tebal dari Kabupaten Pesawaran yang diperoleh melalui laboratorium lokal. Hasil penelitian menunjukkan bahwa kedua model mampu mendeteksi sel darah terinfeksi Plasmodium vivax dengan performa yang baik dengan integrasi model ke dalam sistem Graphical User Interface (GUI). Matriks evaluasi YOLOv11s menghasilkan precision 0.893, recall 0.915, mAP50 0.952, mAP50–95 0.707, dan F1 score 0.904. Evaluasi kinerja menunjukkan bahwa YOLOv11s lebih unggul pada seluruh matriks evaluasi, sehingga berpotensi mendukung diagnosis malaria berbasis citra mikroskopis.

URI
https://repo.itera.ac.id/depan/submission/SB2601270055

Keyword
Deteksi citra mikroskopis Kecerdasan buatan Malaria Plasmodium vivax YOLO Artificial intelligence Microscopic image detection