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.