Template Proposal Tugas Akhir V1 - 24122020
Template Proposal Tugas Akhir V1 - 24122020
Nama Lengkap
(Nomor Induk Mahasiswa)
Bidang Minat
Sains Data
Nama Lengkap
NIM
Dosen 1 Dosen 2
1.1. Pendahuluan
Pendahuluan dimulai dengan fokus pembahasan yang luas. Kalimat yang dipilih
sebagai pembuka paragraf awal harus memiliki daya tarik dan perhatian ke pembaca dan
menyampaikan mengapa penelitian ini penting untuk dilakukan [1]. Antara bagian awal dan
akhir dari pendahuluan diuraikan tentang latar belakang, serta tinjauan dari penelitian
sebelumnya yang terkait [2]. Bagian ini mengubungkan secara logis permasalahan yang ada
dalam penelitian dengan pendekatan metode yang digunakan untuk menyelesaikan
permasalahan tersebut. Pendahuluan diakhiri dengan maksud dan tujuan penelitian yang
dipresentasikan dalam artikel, atau aktivitas serta temuan utama dalam penelitian [3].
Tiap paragraf yang ada dalam pendahuluan harus memiliki kerunutan, demikian juga
tiap kalimat yang ada di dalam paragraph [4-5]. Pendahuluan harus mempunyai tinjauan
literatur yang mengarahkan pembaca menuju topik penelitian yang dibahas. Awal
pendahuluan membahas referensi yang bersifat umum / general, kemudian meakin
mengerucut ke topik penelitian yang paling relevan [6]. Pendahuluan harus menjelaskan
hasil dari penelitian yang relevan, dan memberikan hasil kajian (keunggulan dan kelemahan)
dari penelitian tersebut, tahun referensi, author, data dan method yang digunakan, dan hasil
pengujian / performa dari method yang diusulkan [7]. Pada paragraf kedua terakhir
menjelaskan tentang perbedaan penelitian yang diusulkan dengan penelitan sebelumnya.
Pada paragraph akhir penulis menjelaskan tentang metode yang diusulkan, serta alasan
kenapa mengusulkan metode tersebut (Hipotesa) [8-10]. Referensi minimal 25 paper
termasuk 1 paper sebagai referensi utama yang akan ditingkatkan performanya lebih baik
dan 1 paper referensi utama kedua yg digunakan sebagai acuan untuk memperbaiki performa
referensi pertama.
Bab pendahuluan secara umum tersusun dari beberapa paragraph penting untuk
menjelaskan latar belakang penelitian, studi literatur, gap dan kontribusi yang diusulkan
pada penelitian yang akan dilakukan.
1. Bagian pertama urgensi penelitian: Deskripsikan tentang urgensi penelitian, mengapa
penelitian ini perlu dilakukan. Bagian pertama cukup satu paragraph.
2. Bagian kedua studi literatur: Studi literatur tentang penelitian terdahulu yang relevan.
Semakin kebawah semakin membahas penelitian yang lebih relevan. Referensi utama
dibahas paling akhir dan paling detil. Pembahasan referensi meliputi author, tahun,
dataset yang digunakan, method yang diusulkan, skenario pengujian, parameter
pengukuran performa, dan hasil performa terbaik. Jumlah paragraph tergantung jumlah
referensi yang dibahas.
3. Bagian ketiga gap analysis: Paragraf ini membahas paper referensi utama yang akan
diperbaiki performanya dan perbedaannya dengan penelitian sebelumnya. Jelaskan
kelemahan penelitian2 sebelumnya sebagai alasan penelitian ini diusulkan. Misal akurasi
yang masih rendah, model masih overfitting, komputasi tinggi, proses training lama, dsb.
Jumlah paragraph gap analysis cukup satu paragraph.
Paragraf ini fokus membahas masalah pada penelitian sebelumnya, jika tidak ada
masalah pada penelitian sebelumnya, maka tidak perlu dilakukan penelitian,
masalah inilah yang melatarbelakangi penelitian yang akan dilakukan.
4. Bagian empat kontribusi: paragraph ini membahas hipotesa atau solusi atau metode yang
diusulkan untuk memperbaiki performa dari paper referensi utama. Misal mengusulkan
model baru baik menggunakan pre train atau hand made CNN, mengusulkan klasifikasi
bertingkat, menambahkan relevance feedback, melakukan modifikasi model dengan
menambahkan layer dropout untuk mengatasi overfitting, melakukan augmentasi data
karena datanya terlalu sedikit, modifikasi method augmentasi data agar lebih mudah di
klasifikasikan, dsb. Jumlah paragraph kontribusi cukup satu paragraph terletak dibagian
paling akhir pada bab pendahuluan.
Bab metode penelitian menjelaskan tentang penelitian sebelumnya (state of the art),
gambaran penelitian secara umum, dataset yang digunakan, metode / algoritma yang
diusulkan untuk menyelesaikan masalah penelitian, pengukuran performa, dan skenario
pengujian [11]. Di sub bab ini juga dijelaskan paper yang dijadikan referensi utama yang
akan diperbaiki performanya dan paper referensi lain yang relevan yang memiliki dataset
yang sama, sehingga nantinya dapat dibandingkan performanya [12].
1. State of the art
Tabel 1. State of the art penelitian
2. Rancangan penelitian
Penjelasan tentang rancangan penelitian, pada sub bab ini dijelaskan setiap
tahapan penelitian mulai dari pembagian dataset training dan testing, preprocessing,
augmentasi data jika ada, deskripsi model yg digunakan secara umum, hingga
parameter pengukuran performa [13]. Contoh rancangan metode penelitian yang
diusukkan tampak pada Gambar 2. Semua gambar wajib dijelaskan dan dirujuk di
paragraph dan penulisan kata gambar yang dirujuk menggunakan huruf besar pada
awal kata, contoh “Gambar 2”.
3. Dataset
Penjelasan dataset, sumber, jumlah data, jumlah kelas, jumlah data per kelas,
dimensi data, teknik praproses dsb [14].
Gambar 3. Contoh dataset dengan penjelasan detil untuk gambar (1), gambar (b)
hingga gambar (e).
4. Model yang diusulkan
a. Model 1
Penjelasan model 1 yang tampak pada Gambar 4.
b. Model 2
Penjelasan model 2 yang tampak pada Gambar 5.
5. Pengukuran performa
a. Confusion matrix [15]
b. Accuracy
c. Precision
d. Recall
e. F1 Score
f. AUC
6. Skenario Pengujian
a. Skenario 1 original dataset
Skenario ini menguji klasifikasi menggunakan model 1, 2 dan 3 dengan
original dataset. Pembagian data training dan data testing,..
b. Skenario 2 augmentasi
Skenario ini menguji klasifikasi menggunakan model 1, 2 dan 3 dengan
augmentasi dataset. Pembagian data training dan data testing,..
c. Skenario 3 preprocessing + augmentasi
Skenario ini menguji klasifikasi menggunakan model 1, 2 dan 3 dengan
augmentasi + augmentasi dataset. Pembagian data training dan data
testing,..
Hasil pengujian akan dituangkan dalam tabel hasil pengujian untuk
membandingkan skenario terbaik tampak pada Tabel 1. Kemudian skenario terbaik
dijadikan proposed model yang dibandingkan dengan state of the art dari penelitian
sebelumnya, seperti yang tampak pada Tabel 2. Semua tabel wajib dijelaskan dan
dirujuk di paragraph dan penulisan tabel yang dirujuk menggunakan huruf besar pada
awal kata, contoh “Tabel 1”.
Scen Glioma
ario Meningioma
1 Pituitary
Scen Glioma
ario Meningioma
2 Pituitary
Scen Glioma
ario Meningioma
3 Pituitary
Tabel 2. Perbandingan proposed model (skenario dan model terbaik) dengan penelitian
sebelumnya (state of the art)
(%)
(%) (%) (%)
Class / (%) Recall
Model TP TN FP FN F1- Akuras Specifi
Label Presisi (Sensit
Score i city
ivity) Support
Xce Glioma
ptio Meningioma
n [2] Pituitary
VG Glioma
G16 Meningioma
[4] Pituitary
Mob Glioma
ileN
Meningioma
etV2
[5] Pituitary
Pro Glioma
pose
Meningioma
d
Mo Pituitary
del
[1] S. P. Archa and C. Sathish Kumar, “Segmentation of brain tumor in MRI images,”
2018 Int. Conf. Emerg. Trends Innov. Eng. Technol. Res. ICETIETR 2018, pp. 1–4,
2018, doi: 10.1109/ICETIETR.2018.8529081.
[2] I. Comelli, G. Lippi, V. Campana, F. Servadei, and G. Cervellin, “Clinical presentation
and epidemiology of brain tumors,” Ann. Transl. Med., vol. 5, no. 13, 2017, doi:
10.21037/atm.2017.06.12.
[3] J. Seetha and S. S. Raja, “Brain tumor classification using Convolutional Neural
Networks,” Biomed. Pharmacol. J., vol. 11, no. 3, pp. 1457–1461, 2018, doi:
10.13005/bpj/1511.
[4] Q. T. Ostrom et al., “CBTRUS Statistical Report: Primary Brain and Other Central
Nervous System Tumors Diagnosed in the United States in 2012-2016,” Neuro-
Oncology. 2019, doi: 10.1093/neuonc/noz150.
[5] M. Tampourlou et al., “Outcome of nonfunctioning pituitary adenomas that regrow
after primary treatment: A study from two large UK centers,” J. Clin. Endocrinol.
Metab., 2017, doi: 10.1210/jc.2016-4061.
[6] S. Pereira, A. Pinto, V. Alves, and C. A. Silva, “Brain Tumor Segmentation Using
Convolutional Neural Networks in MRI Images,” IEEE Trans. Med. Imaging, vol. 35,
no. 5, pp. 1240–1251, 2016, doi: 10.1109/TMI.2016.2538465.
[7] H. B. Huttner et al., “Meningioma growth dynamics assessed by radiocarbon
retrospective birth dating,” EBioMedicine, vol. 27, pp. 176–181, 2018, doi:
10.1016/j.ebiom.2017.12.020.
[8] M. Araujo-Castro et al., “Postoperative management submitted to pituitary surgery.
Endocrine, 2020, doi: 10.1007/s12020-020-02247-y.
[9] D. Hirahara, “Preliminary assessment for the development of CADe system for brain
tumor in MRI images utilizing transfer learning in Xception model,” 2019 IEEE 8th
Glob. Conf. Consum. Electron. GCCE 2019, pp. 922–924, 2019, doi:
10.1109/GCCE46687.2019.9015529.
[10] G. Litjens et al., “A survey on deep learning in medical image analysis,” Med. Image
Anal., vol. 42, no. December 2012, pp. 60–88, 2017, doi: 10.1016/j.media.2017.07.005.
[11] I. J. Abecassis et al., “Evaluating angioarchitectural characteristics of glial and
metastatic brain tumors with conventional magnetic resonance imaging,” J. Clin.
Neurosci., 2020, doi: 10.1016/j.jocn.2020.04.051.
[12] Y. E. L. Koo et al., “Brain cancer diagnosis and therapy with nanoplatforms,”
Advanced Drug Delivery Reviews. 2006, doi: 10.1016/j.addr.2006.09.012.
[13] D. Schiffer, Brain tumor pathology: Current diagnostic hotspots and pitfalls. 2006.
[14] S. R. Joshi, D. B. Headley, K. C. Ho, D. Paré, and S. S. Nair, “Classification of
brainwaves using convolutional neural network,” Eur. Signal Process. Conf., vol. 2019-
Septe, pp. 128–132, 2019, doi: 10.23919/EUSIPCO.2019.8902952.
[15] M. Wang, J. Yang, Y. Chen, and H. Wang, “The multimodal brain tumor image
segmentation based on convolutional neural networks,” 2017 2nd IEEE Int. Conf.
Comput. Intell. Appl. ICCIA 2017, vol. 2017-Janua, pp. 336–339, 2017, doi:
10.1109/CIAPP.2017.8167234.
Cek list kelengkapan proposal:
No Item Cek
1 Judul sudah menggambarkan metode dan data yang akan dikerjakan
Pendahuluan
2 Paragraf penjelasan mengapa penelitian ini penting untuk dilakukan
3 Paragraf penjelasan tentang studi literatur
4 Paragraf penjelasan tentang gap analisis / perbedaan dengan penelitian sebelumnya
5 Paragraf penjelasan tentang kontribusi penelitian
6 Rumusan masalah menjelaskan masalah yang akan timbul akibat hipotesa
7 Tujuan penelitian
8 Batasan masalah
Metodologi penelitian
9 Rancangan penelitian secara umum
10 Penelitian terdahulu (state of the art)
11 Penjelasan Dataset
12 Penjelasan model yang diusulkan
13 Penjelasan parameter pengujian
14 Penjelasan skenario pengujian
15 Tabel skenario
16 Tabel state of the art
17 Lini masa penelitian
18 Kesimpulan
19 Daftar pustaka
Style proposal sesuai template (cover, lembar persetujuan, font, font size, margin, tabel dan
20 gambar wajib dirujuk di paragraf, jml referensi, style referensi, dll)
Dokumen ini disiapkan oleh Agus Eko Minarno untuk Program Studi Informatika
Surah 94 ayat 5-6