Pengembangan Aplikasi untuk Identifikasi Penyakit Paru menggunakan metode Convolutional Neural Network dengan menggunakan Arsitektur VGG-16

Abstract

Prevalensi permasalahan penyakit paru diseluruh dunia masih terus meningkat, menurut WHO macam-macam penyakit paru diantaranya Pneumonia, Tuberkulosis, dan penyakit Covid-19 yang karakteristiknya hampir sama dengan kedua penyakit tersebut [1]. Penyebab kematian penderita penyakit paru selama masa pandemic Covid-19 adalah karena lamanya proses diagnosa penyakit tersebut. Faktor lainnya seperti hasil dari citra rontgen yang sering terlihat nampak kabur dan kurangnya kontraks sehingga satu citra yang sedang diamati oleh beberapa pengamat dapat menghasilkan diagnosis yang berbeda. Penelitian akan mengklasifikasikan citra paru-paru ke dalam empat kelas, yaitu paru-paru normal, Tuberkulosis, Pneumonia, Covid-19. Metode yang dipilih peneliti Convolutional Neural Network dengan menggunakan arsitektur VGG-16. Hasil pengujian menunjukan model Convolutional Neural Network (CNN) mendapatkan hasil uji coba terhadap model memiliki akurasi tertinggi pada skenario mengunakan pre-trained model dengan menggunakan perbandingan data 9:1 pada epoch 50, dengan akurasi sebesar 95%, sementara hasil terendah pada uji skenario data 8:2 epoch 50 tanpa menggunakan pre-trained model dengan nilai akurasi sebesar 87%, precision sebesar 88%, recall sebesar 87%, f1-score sebesar 87%.