Perpustakaan Digital ITB

Lingkar kepala atau head circumference (HC) janin merupakan salah satu parameter biometrik yang sering digunakan dalam penentuan usia kehamilan dan menilai ukuran janin di dalam kandungan. Dalam prakteknya hingga saat ini lokalisasi lingkar kepala janin masih dilakukan secara manual oleh dokter atau sonografer dengan menarik garis elips yang melingkupi lingkar kepala janin. Hal ini dapat menyebabkan adanya kesalahan dan variasi pengamat. Seiring berkembangnya ilmu pengetahuan dan teknologi, lokalisasi dapat dilakukan secara otomatis. Saat ini deep learning telah merevolusi secara pesat dalam berbagai bidang termasuk dalam bidang medis. Oleh karenanya, pada tugas akhir ini akan diterapkan metode lokalisasi secara otomatis berbasis deep learning. Adapun deep learning yang dipilih adalah YOLOv8 (You Only Look Once versi kedelapan). Kemudian, peforma kinerja YOLOv8 akan dievaluasi dengan menggunakan nilai rata-rata hasil cross-validation dengan metrik evaluasi presisi, recall, mAP50, mAP50-95, dan F1-score. Pada data yang mencakup seluruh trimester dengan jumlah data sebanyak 999 citra USG 2D kepala janin memperoleh hasil kinerja sebesar 0,9841 ± 0,0418; 0,9840 ± 0,0338; 0,9888 ± 0,0234; 0,9127 ± 0,0658; dan 0,9839 ± 0,0365. Hasil lokalisasi lebih baik diperoleh pada trimester 2 dan trimester 3. Hal ini dikarenakan, citra USG pada trimester 2 dan trimester 3 memiliki tengkorak kepala janin dengan ukuran yang lebih besar dan lebih padat daripada trimester 1 sehingga terlihat lebih jelas. Dengan hasil kinerja lokalisasi pada trimester 2 secara berurutan adalah 0,9929 ± 0,0169; 0,9891 ± 0,0280; 0,9932 ± 0,0054; 0,9259 ± 0,0532; dan 0,9909 ± 0,0206. Dan hasil kinerja lokalisasi pada trimester 3 secara berurutan adalah 0,9057 ± 0,2740; 0,9701 ± 0,1318; 0,9645 ± 0,1209; 0,8294 ± 0,1681; dan 0,8910 ± 0,2840.