Deep Learning Untuk Deteksi Covid-19, Pneumonia, Dan Tuberculosis Pada Citra Rontgen Dada Menggunakan CNN Dengan Arsitektur Alexnet

Authors

  • Sendhy Septhyan Telkom University
  • Rita Magdalena Telkom University
  • Nor Kumalasari Caecar Pratiwi Telkom University

Abstract

Abstrak—Seperti yang kita ketahui Pneumonia pada dasarnya disebabkan oleh virus dan bakteri salah satunya bernama Mycobacterium, yaitu bakteri (penyebab TB paru). Menurut data Organisasi Kesehatan Dunia atau juga umum dikenal sebagai World Health Organization, sepuluh penyebab kematian terbesar di dunia salah satunya yaitu TB atau tuberculosis. COVID-19 adalah varian yang dapat memicu penyakit pneumonia. Gejala yang dihadapi hampir sama persis seperti gejala pneumonia dan tuberculosis seperti demam, sesak nafas dan juga serangan kronik. Pendeteksian COVID19, pneumonia, tuberculosis dilakukan dengan pengamatan manual oleh dokter ahli, sehingga rentan human error. Oleh karena itu, telah dikembangkan beberapa solusi untuk mengatasi permasalahan diagnosa penyakit ini, di antaranya dengan menggunakan metode pengolahan citra rontgen dada juga bahasa pemrograman dan menghasilkan perangkat lunak yang valid untuk digunakan diagnosa dan mengklasifikasikan ketiga penyakit tersebut, salah satunya yaitu menggunakan Convolutional Neural Network Masukan citra dataset yang diambil dari Kaggle dengan nama Chest X-Ray (Pneumonia, Covid-19, Tuberculosis) dengan total dataset yang digunakan yaitu 2304 dimana 75% citra merupakan data train dan 25% citra data test. Hasil terbaik yang didapatkan untuk setiap skenario pengujian yaitu menggunakan Optimizer Adam, Resize 64x64 pixel, Learning Rate 0,0001, Epoch 35, Batch Size 16 dengan hasil Accuracy 95% dan Loss 0,161
Kata Kunci— Convolutional Neural Network (CNN), alexnet, COVID-19, pneumonia, tuberculosis.

Downloads

Published

2023-01-09

Issue

Section

Program Studi S1 Teknik Telekomunikasi