Coronavirus Diseases 19 (COVID-19) kasus awalnya terjadi di kota Wuhan, China, pada penghujung
tahun 2019 hingga kasusnya mencapai beberapa negara dengan kecepatan yang sangat cepat. Diagnosis
dini COVID-19 diperlukan untuk mencegah penyebaran lebih lanjut, mengurangi jumlah kematian.
Reverse Transcription Polymerase Chain Reaction (RT-PCR) adalah salah satu metode yang digunakan
untuk mendeteksi COVID-19. Namun cara ini membutuhkan waktu yang lama sehingga diperlukan cara
lain yang lebih cepat. Sebagai alternatif, foto rontgen dada dapat digunakan untuk mendeteksi gejala
spesifik terkait COVID-19 dengan mengotomatiskan diagnosis. Convolutional Neural Network (CNN)
banyak digunakan untuk deteksi penyakit berdasarkan citra medis berbantuan komputer. Pada
penelitian ini diusulkan model klasifikasi untuk pendeteksian COVID-19 dengan menggunakan metode
CNN, dimana bobot sinaptik dioptimasi oleh algoritma genetika. Hasil penelitian menunjukkan bahwa
CNN yang dioptimasi oleh algoritma genetika dengan Adam optimizer memberikan performa terbaik
untuk akurasi, F1-Score dan Area Under Curve (AUC) dengan nilai masing-masing 87,5%, 85,1% dan
86,8%.