Convolutional Neural Network (CNN) untuk Memprediksi Kadar Hemoglobin pada Gambar Telapak Tangan

Abstract

Dengan kemajuan teknologi, machine learning dan artificial intelligence banyak digunakan dalam bidang kesehatan yang bertujuan untuk meningkatkan pelayanan pasien seperti mendeteksi pneumonia berdasarkan gambar X-Ray, mengklasifikasi kanker kulit, mendeteksi penyakit cardiovascular, diagnosis pasien terinfeksi Covid-19, dan mengklasifikasi tumor otak. Untuk meningkatkan hal-hal tersebut, dapat dipelajari dalam machine learning. Machine learning merupakan bagian dari artificial intelligence yang mempunyai kemampuan mempelajari pola secara otomatis. Algoritma dalam machine learning ialah algoritma pengenalan ataupun menganalisis pola yang digunakan untuk menghasilkan suatu prediksi berdasarkan dataset yang diberikan Penelitian ini menggunakan Convolutional Neural Network (CNN) untuk mengklasifikasi kadar hemoglobin. Data yang digunakan adalah gambar telapak tangan pasien berukuran 400×300 piksel dengan jumlah kanal sebanyak 3 yaitu Red, Green, Blue (RGB). Analisis dari metode yang digunakan menunjukkan bahwa algoritma CNN mampu dalam melakukan klasifikasi dan prediksi terhadap pasien dibuktikan dengan akurasi, presisi, recall dan specificity. Untuk Cluster 1 diperoleh tingkat akurasi sebesar 78.57%, presisi 84.62%, recall 73.33%, dan specificity sebesar 84.62%. Sedangkan untuk Cluster 2 didapatkan hasil akurasi 85.71%, presisi 90.91%, recall 76.92% dan specificity sebesar 93.33%.