Deteksi Penyakit Pneumonia Berbasis Citra XRay Menggunakan Cnn Arsitektur Vgg-19
Abstrak
Pneumonia menjadi salah satu masalah kesehatan di seluruh dunia yang menjadi penyebab kematian. Pneumonia dapat diidentifikasi dengan melihat foto x-ray dada. 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-19. Dataset yang digunakan berjumlah 5.840 Citra. Citra yang digunakan pada penelitian ini terbagi menjadi 2 kelas yaitu normal dan Pneumonia. Citra tersebut akan dilakukan preprocessing resize yaitu mengubah Size Citra, Optimizer, Learning Rate, Epoch, dan Batch Size. Hasil yang didapat pada tugas akhir ini diperoleh dengan parameter terbaik yaitu Size citra 64 × 64, Optimizer RMSprop, Learning Rate 0.0001, Epoch 20, dan Batch size 16. Dengan hasil performansi yaitu akurasi 92.95%, nilai Loss 0.2223, nilai presisi 93%, nilai recall 93%, dan nilai f1 score 93%.
Kata kunci : Pneumonia, Convolutional Neural Network (CNN), VGG-19, Size Citra, Optimasi, Learning Rate, Epoch, Batch Size
Referensi
Open Data Jabar,
Pneumonia Berdasarkan Kabupaten/Kota di Jawa
Barat,= Open Data Jabar, 2020.
who.int,
https://www.who.int/healthtopics/pneumonia#tab=tab_1
(accessed May 31,2023).
Mellysa Margarita Susilo, Daniel Martomanggolo
Wonohadidjojo, and Nehemia Sugianto,
Menggunakan 2D Convolutional Neural Network,=
Jurnal Informatika dan Sistem Informasi (JUISI),
vol. 3, no. 2, pp. 28–36, 2018.
RIFQI RIZQULLAH EKA PRASETYO and
MUHAMMAD ICHWAN,
Deep Residual Network 50 dan Deep Residual
Network 152 untuk Deteksi Penyakit Pneumonia
pada Manusia,= Perbandingan Metode Deep
Residual Network 50 dan Deep Residual Network
untuk Deteksi Penyakit Pneumonia pada
Manusia, 2021.
B. Chitradevi, P. Srimathi, and A. Professor,
Overview on Image Processing Techniques,=
International Journal of Innovative Research in
Computer and Communication Engineering (An ISO,
vol. 3297, no. 11, 2007, [Online]. Available:
www.ijircce.com
ST. Danny Kurnianto,
Grayscale,= Empat Tipe Dasar Citra Digital, 2013.