Implementasi Deep Learning pada Sistem Klasfikasi Penyakit Paru Berdasarkan Foto Rontgen Munggunakan Metode Convolutional Neural Network (CNN)

Abstract

Inodnesia merupakan salah satu negera penderita penaykit paru terbesar di dunia. Setiap tahunnya penderita penyakit paru di Indonesia selalu mengalami peningkatan. Permasalahan yang terjadi adalah diagnosa penyakit paru masih dilakukan secara manual, hal ini menyebabkan akurasi yang kurang baik dan subjektif. Perbedaan persepsi antar dokter spesialis paru dapat menyebabkan hasil diagnosa yang berbeda. Sehingga dibutuhkan teknologi yang dapat membantu dokter spesialis paru untuk menganalisa foto rontgen dengan cepat dan akurat dengan penggunaan teknologi informasi berbasis komputer dan data. Teknologi yang dapat digunakan untuk mendiagnosa penyakit paru diantaranya adalah dengan menggunakan computer vision dan deep learning. Dalam penelitian ini menggunakan salah satu metode deep learning yaitu Convolutional Neural Network yang akan diimplementasikan ke dalam sistem yang dapat mengklasifikasikan foto rontgen paru ke dalam tiga kelas : Normal, Pneumonia dan Tuberculosis. Sistem yang dibangun berbasis web apps, web dipilih agar pengguna dapat dengan mudah untuk menggunakannya tanpa harus menginstall aplikasi tersebut dahulu. Dalam penelitian ini menggunakan 300 data training yang terdiri dari 100 data di masing-masing kelas, selanjutnya data training akan dibagi kedalam 3 skenario data yang berbeda. Data test yang digunakan sebanyak 57 data. Berdasarkan hasil pembahasan akurasi model terbaik sebesar 85.96% didapatkan setelah melakukan epoch sebanyak 50 dan menggunakan skenario data 90:10. Akurasi model didapatkan setelah dilakukan testing pada model menggunakan confusion matrix.