Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
MODEL KLASIFIKASI CITRA X-RAY PARU-PARU DENGAN INFEKSI COVID-19 MENGGUNAKAN ARSITEKTUR DENSENET169, VGG19, RESNET50V2 DAN XCEPTION DEEP CONVOLUTIONAL NEURAL NETWORK
ABSTRAKSI :
Diagnosis yang cepat dan akurat adalah cara utama dalam upaya membatasi penyebaran COVID-19, namun metode utama yang digunakan saat ini yaitu reverse transcription polymerase chain reaction (RT-PCR) merupakan metode yang mahal dan membutuhkan alat khusus. Penelitian ini mengembangkan metode alternatif untuk mendiagnosis COVID-19 menggunakan machine learning dan citra x-ray. Algoritma Convolutional Neural Network (CNN) diimplementasikan untuk mengklasifikasi pasien normal, COVID-19, Lung Opacity dan Viral Pneumonia serta menggambar bounding box. Citra x-ray yang digunakan berasal dari dataset Covid-19 Radiography Database yang berisi 21.165 citra x-ray dengan ukuran 299 × 299 piksel. Seluruh citra melewati proses pre-processing agar dapat digunakan untuk melatih model machine learning. Sebanyak 4 model pre-trained digunakan untuk membuat 4 model machine learning yaitu DenseNet169, VGG19, ResNet50V2 dan Xception. Masing-masing model dilatih menggunakan data latih dan data validasi serta dievaluasi dengan data uji. Hasil evaluasi menunjukkan model DenseNet169 sebagai model terbaik dengan akurasi sebesar 95,5%, disusul akurasi model Xception 95,3%, akurasi model ResNet50V2 95,2