CLASSIFICATION OF LUNGS DISEASE USING THE INCEPTION MODEL V3

Kesehatan merupakan salah satu hal penting bagi manusia dan seiring dengan berjalannya waktu, manusia akan mengalami penurunan fisiologis, salah satu kondisi yang sering kali menyepelekan penyakit batuk yang dapat menjadi gejala dari penyakit paru-paru. Tercatat, Menurut data Organisasi International yaitu World Health Organization penyakit pada paru-paru adalah salah satu penyakit yang menelan kematian terbanyak di dunia. Penyakit Paru - Paru yaitu CoronaVirus (SARS-COV-2) yang diderita oleh 250 juta jiwa di dunia pada tahun 2021 , lalu Pneumonia yang diderita oleh lebih dari 150 juta jiwa di dunia Pertahun di 2021 dan Tubercolosis (TBC) dengan Penyakit dengan kematian ke- 13 di dunia , merupakan tiga dari Penyakit Paru-Paru. Citra Radiologi Sinar X yaitu adalah Chest X Ray (CXR) merupakan teknik pendeteksian yang digunakan untuk membantu diagnosa penyakit pada paru - paru dan tahap penyakit paru-paru oleh Pulmonologi. Proses ini tidak efisien karena Pulmonologi membutuhkan waktu yang lama untuk menganalisis puluhan hingga ratusan hasil Scan dari citra CXR untuk satu Paru-Paru secara manual, seorang dokter masih mengandalkan pengamatan visual dalam pembacaan hasil citra CXR sehingga penilaian bersifat subyektif tergantung pada masing-masing dokter, Solusi untuk mengatasi masalah tersebut adalah dengan membuat teknologi untuk mengklasifikasikan jenis penyakit Paru-Paru yaitu Corona Virus(SARS-COV-2), Pneumonia dan Tubercolosis (TBC) dari hasil citra CXR dengan akurat. Teknologi yang dapat digunakan adalah deep learning dengan metode convolutional neural network (CNN) yang bekerja seperti lapisan dari neuron otak manusia. model deep learning dirancang dengan menggunakan arsitektur deep learning yaitu Inception V3 untuk meningkatkan accuracy dan mengurangi jumlah metric model. Model ini dikembangkan dengan penambahan beberapa lapisan neural network tambahan dan dilatih untuk mengklasifikasikan penyakit paru-paru dari hasil citra CXR. Evaluation metric yang digunakan untuk menilai kinerja kedua model deep learning adalah accuracy, sensitivity, precision, specificity, F1- Score menggunakan confusion matrix. Hasil model deep learning yang dapat mengklasifikasikan penyakit Paru-Paru dari hasil citra CXR dengan kinerja lebih dari 90% untuk setiap evaluation metric yang digunakan pada penggunaan arsitektur Inception V3

1.  UEU-Undergraduate-28411-COVER.Image.Marked.pdf - 445 KB
2.  UEU-Undergraduate-28411-HALAMAN PENGESAHAN.Image.Marked.pdf - 350 KB
3.  UEU-Undergraduate-28411-HALAMAN PERSETUJUAN PUBLIKASI.Image.Marked.pdf - 419 KB
4.  UEU-Undergraduate-28411-HALAMAN PERNYATAAN KEASLIAN.Image.Marked.pdf - 279 KB
5.  UEU-Undergraduate-28411-ABSTRAK.Image.Marked.pdf - 399 KB
6.  UEU-Undergraduate-28411-KATA PENGANTAR.Image.Marked.pdf - 367 KB
7.  UEU-Undergraduate-28411-DAFTAR ISI.Image.Marked.pdf - 380 KB
8.  UEU-Undergraduate-28411-DAFTAR PUSTAKA.Image.Marked.pdf - 372 KB
9.  UEU-Undergraduate-28411-BAB1.Image.Marked.pdf - 468 KB