Optimasi Hybrid CNN dengan ViT Untuk Klasifikasi Penyakit Tuberkulosis berbasis Citra X-Ray Paru-Paru

Abstract

Tuberkulosis (TB) masih menjadi tantangan kesehatan global, dengan Indonesia menempati peringkat kedua kasus tertinggi di dunia (WHO, 2024) dan 889.000 kasus tercatat hingga Maret 2025 (Kemenkes RI). Deteksi dini melalui Xray paru menjadi krusial, namun analisis manual terkendala keterbatasan waktu dan jumlah radiolog. Penelitian terdahulu menerapkan CNN untuk klasifikasi TB dengan akurasi bervariasi lebar 96% hingga 98% tergantung teknik preprocessing, mengindikasikan konsistensi dan reliabilitas CNN tunggal masih perlu ditingkatkan. Pendekatan hybrid CNN-ViT diusulkan sebagai solusi eksplorasi ViT dengan arsitektur CNN lain. Penelitian ini mengusulkan model hybrid InceptionV3- ViT dipilih karena fitur multiskala dan efisiensi komputasi (23 juta parameter dibanding 138 juta pada VGG16) dengan Grad-CAM sebagai validasi tambahan interpretabilitas.Dataset yang digunakan berjumlah 4.200 citra X-ray (3.500 Normal, 700 TB) dari Kaggle. Baseline InceptionV3, Hybrid Freeze, dan Hybrid Unfreeze. Baseline InceptionV3 mencapai akurasi 95% (recall 0,917), meningkat menjadi 99% pada Hybrid Freeze (recall 0,97), dan performa terbaik dicapai Hybrid Unfreeze dengan akurasi 99,8%, precision 0,9905, recall 0,99, dan AUC 0,99 kenaikan absolut 4,8% dari baseline dan penurunan false negative dari 8 menjadi 1 kasus per 100 pasien TB. Keunggulan unfreeze diperoleh dari adaptasi bertahap lapisan tengah InceptionV3, membuktikan peningkatan performa dapat dicapai melalui perbaikan arsitektur, bukan rekayasa data ekstrem.