MODEL CNN UNTUK DETEKSI PNEUMONIA BERBASIS CITRA X-RAY DADA

NUR AMRINA

Informasi Umum

Kode

23.04.2819

Klasifikasi

621.38 2 - Signal processing, Information theory

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Pengolahan Sinyal Informasi, Signal Processing - System Analysis,

Dilihat

409 kali

Informasi Lainnya

Abstraksi

Pneumonia menjadi salah satu masalah kesehatan di seluruh dunia yang menjadi penyebab kematian. Pneumonia dapat diidentifikasi dengan melihat foto x-ray dada. Namun, kemungkinan diagnosis pneumonia ini dapat terjadinya kesalahan dalam identifikasi penyakit pneumonia secara manual. Maka dimanfaatkan sistem citra berbasis komputer untuk membantu dalam mendiagnosis pneumonia sehingga meminimalkan kesalahan dan mempercepat proses dalam identifikasi pneumonia. Salah satu metode dalam sistem pengelolahan citra berbasis komputer yang berfungsi untuk mendeteksi pneumonia yaitu dengan Convolutional Neural Network (CNN).

Pada tugas akhir ini, dilakukan pengujian menggunakan citra chest x-ray untuk deteksi pneumonia dengan Convolitional Neural Network (CNN). Arsitektur yang digunakan adalah VGG-16 yang terdiri dari 16 hidden layer. Dataset yang digunakan berjumlah 3.166 citra. Citra yang digunakan pada penelitian ini terbagi menjadi 2 kelas yaitu normal dan pneumonia. Citra tersebut akan dilakukan preprocessing resize yaitu mengubah ukuran citra. Pembagian citra akan terbagi menjadi 80% data training dan 20% data testing.

Hasil yang didapat pada tugas akhir ini diperoleh dengan parameter terbaik yaitu Size citra 128×128, Optimizer Adam, Learning Rate 0.0001, Epoch 30, dan Batch size 16. Dengan hasil performansi yaitu akurasi 96.85%, nilai Loss 0.1390, nilai presisi 97%, nilai recall 97%, dan nilai f1 score 97%.

Kata Kunci : Pneumonia, Normal, CNN, Chest X-ray, VGG-16.