Isi Artikel Utama
Abstrak
Pneumonia merupakan peradangan yang terjadi pada jaringan parenkim paru-paru yang sebagian besar disebabkan oleh mikroorganisme patogen dan sebagian kecil disebabkan oleh hal lain. Pneumonia sendiri masih menjadi penyebab tertinggi kematian balita maupun bayi baru lahir. Salah satu tindakan untuk mengetahui pasien terjangkit pneumonia adalah dengan melihat rougten atau citra CT-Scan paru-paru penderita. Sejauh ini para tenaga medis melakukan analisa secara langsung dengan melihat hasil rougten paru-paru pasien. Salah satu metode yang digunakan dalam melakukan klasifikasi terhadap citra adalah metode Convolutional Neural Network (CNN). CNN sendiri merupakan jenis Deep Learning yang popuker digunakan saat ini. Pada penelitian sebelumnya dalam mengidentifikasi pneumonia didapatkan hasil akurasi diatas 75%, namun terkendala dengan nilai akurasi yang masih dibawah 85% sehingga masih harus dilakkukan penelitian kembali untuk meningkatkan nilai akurasi dari model ini. Salah satu ekstraksi fitur yang biasa digunakan pada CNN yaitu ekstraksi fitur sobel guna meningkatkan akurasi pada mesin learning ini. Pada penelitian ini didapatkan hasil berupa Precision sebesar 91%, Recall sebesar 92.8% dan Accurasy sebesar 91.54%. tingkat akurasi yang didapatkan berdasarkan nilai epoch sebesar 50, learning rate sebesar 0.0001 dan nilai batch sebesar 20.
Kata Kunci
Rincian Artikel
Referensi
- Adistya , R., & Muslim, M. A. (2016). Deteksi dan Klasifikasi Kendaraan Menggunakan Algoritma Backpropagation dan Sobel. Journal of Mechanical Engineering and Mechatronics.
- Devito, D., Wihandika, R. C., & Widodo, A. W. (2019). Extraksi Ciri Untuk Klasifikasi Gender Berbasis Citra Wajah Menggunakan Metode Histogram of Oriented Gradient. Jurnal Pengembangan Teknologi Informasi dan Komputer.
- Eldianto, M. D. (2019). Implementasi deep learning pada sistem klasifikasi penyakit paru berdasarkan foto roungten menggunakan metode Convolutional Neural Network (CNN). skripsi.
- Eosina, P., Laxmi, G. F., & Fatimah, F. (2018). Klasifikasi-PNN pada Citra Ikan Air Tawar dengan Sobel Edge Detection. JURNAL TEKNIK INFORMATIKA.
- Estomihi, J. (2019). klasifikasi penyakit Pneunomia dari Citra X-ray menggunakan Backpropagation.
- Farida, & Muhima, R. R. (2018). Image Retrival Batik klasik Parang Rusak menggunakan Ekstraksi Fitur Geomatrik Invariant moment, Sobel dan KNN. Jurnal Ilmiah NERO Vol. 4, No.1.
- Liau, H. (2013). Human Detection Based on Histogram of Oriented Gradient and SVM.
- Nasution, S. A. (2019). Klasifikasi penyakit Tuberculosis (TB) organ Paru Manusia Berdasarkan Citra X-ray Menggunakan Metode Convolutional Neural Network (CNN).
- Nurhayati, O. D. (2015). Analisis Citra Digital CT Scan Dengan Metode Ekualisasi Histogram dan Statistik Orde Pertama. JURNAL SISTEM KOMPUTER.
- Ramandey, D. M. (2017). Determinants Pneunomia In Todlers In Puskesmas Permata Hati Mother And Children Hospital Klungkung 2017.
- Retnowati, D. (2018). Penerpan Support Vector Machine Untuk Pendeteksian dan Klasifikasi Motif pada Citra Batik Besurek Motif Gabungan Berdasarkan Fitur Histogram of Oriented Gradient.
- Rikesdas. (2018). Hasil utama Rikesdas 2018. Kementrian Kesehatan RI, Badan Penelitian Pengembangan kesehatan .
- S, R., & Shalahudin, M. (2013). S, Rosa A. dan M. Shalahuddin. Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Informatika.
- Watiningsih, T. (2012). Pengolahan Citra Foto sinar-X Untuk Mendeteksi Kelainan Paru.
- Yuli, H. S., Hadiyoso , S., & Siadari, T. S. (2020). Deteksi Penyakit Covid-19 Berdasarkan Citra X-ray Menggunakan Deep Residual Network. ELKOMIKA.
Referensi
Adistya , R., & Muslim, M. A. (2016). Deteksi dan Klasifikasi Kendaraan Menggunakan Algoritma Backpropagation dan Sobel. Journal of Mechanical Engineering and Mechatronics.
Devito, D., Wihandika, R. C., & Widodo, A. W. (2019). Extraksi Ciri Untuk Klasifikasi Gender Berbasis Citra Wajah Menggunakan Metode Histogram of Oriented Gradient. Jurnal Pengembangan Teknologi Informasi dan Komputer.
Eldianto, M. D. (2019). Implementasi deep learning pada sistem klasifikasi penyakit paru berdasarkan foto roungten menggunakan metode Convolutional Neural Network (CNN). skripsi.
Eosina, P., Laxmi, G. F., & Fatimah, F. (2018). Klasifikasi-PNN pada Citra Ikan Air Tawar dengan Sobel Edge Detection. JURNAL TEKNIK INFORMATIKA.
Estomihi, J. (2019). klasifikasi penyakit Pneunomia dari Citra X-ray menggunakan Backpropagation.
Farida, & Muhima, R. R. (2018). Image Retrival Batik klasik Parang Rusak menggunakan Ekstraksi Fitur Geomatrik Invariant moment, Sobel dan KNN. Jurnal Ilmiah NERO Vol. 4, No.1.
Liau, H. (2013). Human Detection Based on Histogram of Oriented Gradient and SVM.
Nasution, S. A. (2019). Klasifikasi penyakit Tuberculosis (TB) organ Paru Manusia Berdasarkan Citra X-ray Menggunakan Metode Convolutional Neural Network (CNN).
Nurhayati, O. D. (2015). Analisis Citra Digital CT Scan Dengan Metode Ekualisasi Histogram dan Statistik Orde Pertama. JURNAL SISTEM KOMPUTER.
Ramandey, D. M. (2017). Determinants Pneunomia In Todlers In Puskesmas Permata Hati Mother And Children Hospital Klungkung 2017.
Retnowati, D. (2018). Penerpan Support Vector Machine Untuk Pendeteksian dan Klasifikasi Motif pada Citra Batik Besurek Motif Gabungan Berdasarkan Fitur Histogram of Oriented Gradient.
Rikesdas. (2018). Hasil utama Rikesdas 2018. Kementrian Kesehatan RI, Badan Penelitian Pengembangan kesehatan .
S, R., & Shalahudin, M. (2013). S, Rosa A. dan M. Shalahuddin. Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Informatika.
Watiningsih, T. (2012). Pengolahan Citra Foto sinar-X Untuk Mendeteksi Kelainan Paru.
Yuli, H. S., Hadiyoso , S., & Siadari, T. S. (2020). Deteksi Penyakit Covid-19 Berdasarkan Citra X-ray Menggunakan Deep Residual Network. ELKOMIKA.