STTWSTTW

TeknikaTeknika

Tingkat keamanan paparan X-Ray sangat penting karena mempunyai dampak jangka pendek dan jangka panjang yang sangat mempengaruhi kesehatan pekerja radiasi dan lingkungan sekitarnya. Pengukuran tingkat keamanan radiasi X-Ray pada umumnya dilakukan dengan cara konvensional, yaitu mengidentifikasi secara manual data nilai paparan radiasi bagi pekerja dan lingkungan sekitar dari survey meter, kemudian dijumlahkan secara berkala. Penelitian ini bertujuan untuk mengetahui dosis paparan radiasi X-Ray menggunakan Random Forest Classification. Data radiasi yang diolah merupakan nilai dosis pengukuran paparan X-Ray dengan menggunakan survey meter digital (dalam µSv/h) sebanyak 160 data set dan terdiri dari 87 dosis aman dan 73 dosis tidak aman. Hasil penelitian menunjukkan nilai akurasi Random Forest Classification sebesar 90%, Naïve Bayes sebesar 85%, dan K-Nearest Neighbor (KNN) sebesar 86%. Kinerja Random Forest Classification terbukti lebih baik dalam mengidentifikasi tingkat keamanan paparan radiasi X-Ray dibandingkan metode lainnya.

Mengukur tingkat paparan radiasi X-Ray sangat penting untuk mencegah paparan berlebih.Klasifikasi hutan secara acak menunjukkan kinerja terbaik dengan spesifisitas 90%, akurasi 90%, dan analisis kinerja 97%.Penelitian selanjutnya disarankan menambah jumlah data dan mengembangkan metode klasifikasi untuk meningkatkan kinerja.

Penelitian lanjutan dapat mengeksplorasi kinerja algoritma machine learning lain seperti Convolutional Neural Network (CNN) dalam mengidentifikasi paparan radiasi X-Ray. Selain itu, pengumpulan data dengan parameter radiasi yang lebih beragam, seperti variasi jarak sumber dan jenis material pelindung, dapat meningkatkan generalisasi model. Studi tambahan juga direkomendasikan untuk mengevaluasi implementasi sistem ini di lingkungan medis nyata, terutama untuk memastikan keandalannya dalam kondisi operasional dinamis.

  1. 0. pdf obj endobj extgstate xobject procset text imageb imagec imagei mediabox contents group tabs rsg... inass.org/2018/2018103115.pdf0 pdf obj endobj extgstate xobject procset text imageb imagec imagei mediabox contents group tabs rsg inass 2018 2018103115 pdf
  2. 0. bw nm ji or3 pr wv oj ix yz tp doi.org/10.3389/fphy.2020.002340 bw nm ji or3 pr wv oj ix yz tp doi 10 3389 fphy 2020 00234
  3. First measurements of the radiation dose on the lunar surface | Science Advances. first measurements... doi.org/10.1126/sciadv.aaz1334First measurements of the radiation dose on the lunar surface Science Advances first measurements doi 10 1126 sciadv aaz1334
  4. Research Progress on the Biological Effects of Low-Dose Radiation in China - Kaihua Ji, Yan Wang, Liqing... doi.org/10.1177/1559325819833488Research Progress on the Biological Effects of Low Dose Radiation in China Kaihua Ji Yan Wang Liqing doi 10 1177 1559325819833488
  1. #convolutional neural network#convolutional neural network
  2. #pembangkit listrik tenaga surya#pembangkit listrik tenaga surya
Read online
File size1 MB
Pages13
Short Linkhttps://juris.id/p-2VF
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test