CONVOLUTION NEURAL NETWORK UNTUK DETEKSI COVID-19 MELALUI CITRA CHEST X-RAY

Authors

  • Risal Ferdinan STMIK Jakarta STI&K
  • Eko Setyawan STMIK Jakarta STI&K
  • L. M. Rasdi Rere STMIK Jakarta STI&K

Abstract

Pandemi Covid-19 telah menyebar keseluruh dunia dan secara umum menyebabkan dampak buruk pada kesejahteraan manusia. Salah satu cara untuk mengurangi penyebarannya adalah dengan deteksi dini terhadap SARS CoV-2 yang bertanggung jawab terhadap penyakit Covid-19 ini, melalui citra chest X-ray. Dalam penelitian ini diusulkan penggunaan Convolutional Neural Network untuk dapat mengenali gejalanya menggunakan Covid-19 Radiography Dataset dari Kaggle. Dari empat kelas yang tersedia, pada penelitian ini hanya dipergunakan dua kelas yaitu data citra chest X-ray untuk pasien normal dan pasien terdeteksi Covid-19. Berdasarkan beberapa eksperimen yang dilakukan, untuk mendapatkan parameter optimal, diperoleh hasil accuracy sebesar 0.9675 dengan precision 0.9465, recall 0.9833 dan f1-score 0.9645, pada ukuran citra 100x100, menggunaan jaringan dropout 0.1, validation split 0.1, dengan jenis optimizer adam

Informasi Artikel


Cite This Article:

Risal Ferdinan, Eko Setyawan, L. M. Rasdi Rere, 2021, CONVOLUTION NEURAL NETWORK UNTUK DETEKSI COVID-19 MELALUI CITRA CHEST X-RAY, 5, 1, 28 August 2021, http://dx.doi.org/10.32409/jikstik.5.1.2865

Published

2021-08-28