Deteksi penyakit pneumonia dan COVID-19 menggunakan citra x-ray dengan metode Convolutional Neural Network (CNN) model GoogleNet

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Fattah, Muhammad Syaifulloh (2021) Deteksi penyakit pneumonia dan COVID-19 menggunakan citra x-ray dengan metode Convolutional Neural Network (CNN) model GoogleNet. Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text
M. Syaifulloh Fattah_H72217031.pdf
Download (3MB)

Abstract

Pneumonia dan COVID-19 merupakan penyakit yang menyebabkan peradangan pada paru-paru dan dapat menyebabkan kematian. Pneumonia disebabkan oleh bakteri, jamur, dan virus. COVID-19 merupakan penyakit yang sangat menular disebabkan oleh virus SARS CoV-2 atau biasa disebut virus Corona. Pneumonia menjadi penyebab kematian ke-4 di dunia sedangkan COVID-19 ditetapkan menjadi pandemi global oleh WHO pada bulan Maret 2020. Pneumonia dan COVID-19 memiliki gejala yang hampir sama, oleh karena itu perlu dilakukan deteksi dini guna membedakan pneumonia dan COVID-19. CitraX-ray dapat digunakan untuk deteksi pneumonia dan COVID-19. Deteksi secara manual memungkinkan terjadinya kesalahan, sehingga perhitungan komputasi diperlukan untuk meminimalisir kesalahan. Salah satu metode komputasi yang digunakan yaitu Convolutional Neural Network (CNN). GoogleNet merupakan Salah satu model arsitektur CNN yang cukup terkenal, dan menjadi pemenang pada kompetesi ILSVRC2014. Penelitian ini menggunakan beberapa ujicoba untuk menghasilkan sistem paling optimal. Hasil terbaik didapatkanModel CNN GooleNet dengan nilai akurasi 97,22%, sensitivitas 96,71%, dan spesifisitas 98,63% dengan waktu 49 menit 6 detik menggunakan 0,9 dropout, pembagian data 80%-20% dan jumlah batchsize 8. Hasil tersebut menunjukkan CNN model GoogleNet dapat digunakan untuk mendeteksi pneumonia dan COVID-19 menggunakan citrax-ray.