Deteksi Penyakit COVID-19 Berdasarkan Citra X-Ray Dada Menggunakan Convolutional Neural Network dengan Transfer Learning Method
No Thumbnail Available
Date
2022-05-21
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Penyakit COVID-19 adalah penyakit menular akut yang disebabkan oleh virus corona jenis baru. Penyakit ini menyerang sistem pernapasan secara akut dengan gejala seperti demam, kelelahan, batuk kering dan sesak napas. Gejala lainnya dapat berupa nyeri otot, produksi dahak, diare, dan sakit tenggorokan. Salah satu metode untuk mendeteksi COVID-19 adalah dengan menganalisis citra X-ray dada. Kelebihan dari penggunaan analisis citra X-ray dada adalah dapat menggambarkan paru-paru sepenuhnya serta lebih menghemat waktu dan biaya. Kelemahan dari analisis yang dilakukan oleh ahli radiologi adalah COVID-19 memiliki beberapa ciri-ciri yang mirip dengan pneumonia, sehingga menyulitkan ahli radiologi dalam membedakan COVID-19 dan pneumonia. AI yang menggunakan metode deep learning memainkan peran penting dalam bidang citra medis karena kemampuan fitur ekstraksinya yang sangat baik. Kelebihan dari deep learning adalah dapat menganalisis data yang banyak dengan lebih akurat dan cepat, sehingga dapat mengurangi kesalahan dalam mendeteksi. Dengan teknik klasifikasi citra menggunakan input citra X-ray dada dapat diperoleh prediksi penyakit COVID-19 yang diderita pasien. Metode klasifikasi yang digunakan adalah Convolutional Neural Network (CNN) dengan arsitektur
AlexNet, GoogLeNet, ResNet-50, dan VGG-16. ResNet-50 menunjukkan performa paling tinggi untuk metric akurasi yaitu 92% sedangkan AlexNet, GoogLeNet, dan VGG-16 masing-masing memiliki akurasi 80%, 90% dan 88%. Untuk 3 metric yang lain yaitu sensitivitas, spesifisitas dan KAI, ResNet-50 juga memiliki nilai paling tinggi, disusul oleh GoogLeNet, VGG-16 dan AlexNet. Dengan demikian,urutan performa arsitektur tersebut adalah ResNet-50, GoogLeNet, VGG-16, dan AlexNet.
Description
Keywords
Klasifikasi Citra, COVID-19, Convolutional Neural Network