ANAQI SYADDAD IHSAN, - (2022) Klasifikasi Jenis Pneumonia Pada Citra X-Ray Thorax Manusia Menggunakan Deep Learning. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HAL JUDUL) 081811733051-HAL JUDUL.pdf Download (189kB)
	Text (BAB 1) 081811733051-BAB 1.pdf Download (51kB)
	Text (FULLTEXT) 081811733051.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

World Health Organization pada tahun 2017 melaporkan bahwa Indonesia menduduki peringkat ke tujuh dengan kasus kematian balita akibat pneumonia terbanyak di dunia. Penanganan yang tepat sesuai jenis pneumonia yang diderita tentu dapat meminimalisir kematian pada pasien. Berbagai modalitas pencitraan diterapkan untuk mendiagnosis pneumonia, Radiografi thorax (CXR), memberikan sejumlah besar informasi tentang kondisi pasien, namun, untuk mengetahui dan mengklasifikasi jenis pneumonia pada citra CXR melalui interpretasi citra manual, adalah tantangan bahkan untuk ahli radiologi yang berpengalaman sekalipun, karena citra ini memiliki tingkat kemiripan dan kekeruhan yang sulit dibedakan. Penelitian ini bertujuan untuk mengembangkan model deep learning yang dapat mengklasifikasikan jenis pneumonia pada citra CXR manusia. Metode yang digunakan pada model pembelajaran mesin yang dikembangkan yaitu Convolutional Neural Network (CNN) dengan backbone ResNet50, sebagai bagian dari deep learning. Model dibangun dengan bahasa pemrograman python dengan memanfaatkan layanan publik API dari TensorFlow dan Keras. Dua konfigurasi model yang berhasil dibangun yaitu ResNet50 dengan tambahan dropout dan ResNet50 tanpa tambahan dropout. Untuk dapat mengklasifikasikan jenis pneumonia, model kemudian dilatih menggunakan dataset citra CXR pneumonia bakteri dan pneumonia virus dari kaggle images database yang telah melewati anotasi ground truth oleh para ahli dan tahap preprocessing citra. Hasil penelitian menyatakan bahwa, model deep learning dengan kinerja terbaik yang telah dikembangkan, mampu dan berhasil mengklasifikasikan jenis pneumonia berdasarkan citra CXR yang diberikan, kinerja accuracy pada train data hingga 82,68%, dengan gambaran kinerja aktual pada test data yaitu precision sebesar 50%, recall sebesar 50%, accuracy sebesar 50%, dan f1-score sebesar 49,5%.

Actions (login required)

View Item