Identifikasi Covid-19 dan Pneumonia Dengan Citra X-Ray Menggunakan Deep Learning
Kode Repository :SKI24/DIM/22
NPM :065117126
Nama :Dimas Kunto Aji
Pembimbing 1 :-Lita Karlitasari, S.Kom., MMSI
Pembimbing 2 :-Dian Kartika Utami, M.Kom
Abstrak :-Identifikasi Covid-19 Dan Pneumonia Dengan Citra X-ray
Menggunakan Deep Learning
Dimas Kunto Aji1), Lita Karlitasari2), Dian Kartika Utami3)
1,2,3) Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Universitas Pakuan, Bogor, Indonesia
Jalan Pakuan Po.Box 452 Bogor 16143 Jawa Barat Indonesia
Corresponding Author: kuntoajidimas@gmail.com
Abstrak
Covid-19 dan pneumonia merupakan penyakit yang menginfeksi sistem pernafasan
seperti paru-paru. Saat ini banyak dikembangkan proses identifikasi berdasarkan citra paruparu
dari hasil foto rontgen (x-ray), sebagaimana juga dilakukan pada penelitian ini. Metode
yang digunakan adalah Deep Learning dengan arsitektur Convolutional Neural Network
berbeda dengan sejumlah penelitian sebelumnya. Dataset untuk uji coba mempunyai tiga
kelas yaitu covid-19, pneumonia dan normal keseluruhan data sebanyak 4575 citra. Citra
asal pada dataset bervariasi pada ukuran, tetapi hampir semua diatas 800x800 piksel.
Ukuran citra yang besar membuat proses identifikasi menjadi kurang efektif, sehingga CNN
mengubah ukuran citra menjadi lebih kecil. Pada penelitian ini, pengujian dilakukan dengan
ukuran citra input yaitu 100x100, 200x200 dan 300x300 untuk mengetahui pengaruhnya
kinerja identifikasi. Hasil uji coba menunjukkan bahwa ukuran citra berpengaruh besar
terhadap identifikasi. Pada ukuran citra input 100x100 mendapatkan akurasi 91.26%,
200x200 mendapatkan akurasi 91.33% dan akurasi 91.19% pada 300x300, ukuran citra
200x200 menggunakan arsitektur CNN mendapatkan hasil kinerja paling baik.
Kata kunci: covid-19, pneumonia, deep learning, convolutional neural networ