DETEKSI COVID-19 IMAGE CHEST X-RAY DENGAN CONVOLUTION NEURAL NETWORK EFFICIENT NET-B7

Authors

  • Adhitio Satyo Bayangkari Karno STMIK Jakarta STI&K
  • Dodi Arif STMIK Jakarta STI&K
  • Indra Sari Kusuma Wardhana STMIK Jakarta STI&K
  • Eka Sally Moreta STMIK Jakarta STI&K

Abstract

Di era pandemi keberadaan para medis dan rumah sakit terhadap jumlah pasien covid sangat tidak seimbang, lembaga kesehatan memerlukan alat bantu untuk tetap dapat memberikan pelayanan kesehatan. Kecerdasan buatan mampu memprediksi data image chest x-ray terhadap pasien penderita covid dan penyakit lainnya. Penelitian ini bermaksud untuk dapat mendiagnosa dengan cepat pasien covid-19 dari data image chest x-ray menggunakan Convolution Neural Network (CNN). Operasi yang ringan dengan kualitas akurasi sangat baik dari arsitektur EfficienNet-B7 dapat dipergunakan oleh komputer performa tanpa Graphics Processing Unit (GPU). Penelitaian ini menggunakan dataset chest x-ray berjumlah 4.000 image, terdiri dari 4 klasifikasi yaitu covid, normal, lung opacity dan viral pneumonia masing-masing dengan jumlah data 1.000 image. Hasil penelitian dengan trainning 50 epoch diperoleh nilai akurasi trainning 95,5% , akurasi validasi 91,8% dan akurasi testing 96%. Untuk tiap kelas hasil testing covid (96%) , normal (95%), lung opacity (93%) dan viral pneumonia (98%)

Informasi Artikel


Cite This Article:

Adhitio Satyo Bayangkari Karno, Dodi Arif, Indra Sari Kusuma Wardhana, Eka Sally Moreta, 2021, DETEKSI COVID-19 IMAGE CHEST X-RAY DENGAN CONVOLUTION NEURAL NETWORK EFFICIENT NET-B7, 5, 1, 28 August 2021, http://dx.doi.org/10.32409/jikstik.5.1.2827

Published

2021-08-28