KLASIFIKASI INFEKSI COVID-19 MENGGUNAKAN CITRA
TOMOGRAFI TERKOMPUTASI DAN RESIDUAL NETWORK

MOCHAMMAD DICKY PRIGARA N

Informasi Umum

Kode

21.04.3732

Klasifikasi

006.3 - Special Computer Methods- Artificial intelligence

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Artificial Intelligence

Dilihat

265 kali

Informasi Lainnya

Abstraksi

Covid-19 telah menjadi pandemi yang menyebar ke seluruh dunia [1]. Berdasarkan laporan mingguan World Health Organization (WHO) pada 25 Oktober 2020, kasus global Covid-19 telah mencapai 42 juta kasus dan menyebabkan 1,1 juta kematian. Sementara di Indonesia sendiri telah mencapai 392.934 kasus dan menyebabkan 13.411 kematian [2], dan masih terus bertambah hingga saat ini. Ini merupakan ancaman serius bagi seluruh negara yang terinfeksi. Saat ini seluruh dunia tengah berjuang melawan pandemi ini agar kondisi tidak semakin buruk. Tugas akhir ini akan melakukan metode Deep Learning menggunakan arsitektur ResNet untuk mendeteksi COVID-19 dari hasil CT scan paru-paru dengan menggunakan 4 macam preprocessing pada gambar, yaitu normalisasi, Gaussian, CLAHE dan Gaussian ditambah dengan CLAHE. Tugas akhir ini juga akan menggunakan beberapa varian optimizer dan learning rate dengan optimizer yang akan digunakan yaitu, Adam, SGD, RMSprop, Adamax, & Nadam dan learning rate yang akan digunakan yaitu 0,1; 0,01; 0,001. Parameter performansi yang diperhatikan pada penelitian ini adalah accuracy, precision, recall, & f1-score. Dari semua percobaan yang telah dilakukan, hasil terbaik didapatkan ketika menggunakan preprocessing Gaussian ditambah CLAHE, optimizer Adamax dan learning rate 0,001 mendapatkan validasi akurasi sebesar 98%, precision sebesar 0,98 recall sebesar 0,98 dan f1-score sebesar 0,98.