Amanda Dewi Febi Ariani, 4112318024 (2021) IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK UNTUK DETEKSI COVID-19 BERDASARKAN DATA CITRA MENGGUNAKAN GOOGLE COLAB. Under Graduates thesis, Universitas Negeri Semarang.

PDF - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

COVID-19 adalah penyakit infeksius yang disebabkan oleh Coronavirus jenis baru yang belum pernah diidentifikasi sebelumnya pada manusia. Berbagai strategi telah diterapkan untuk menekan laju pertambahan penderita COVID-19 agar seimbang dengan kemampuan perawatan medis. Baku emas pengecekan untuk mendiagnosis COVID-19 adalah melalui pemeriksaan Real-Time Reverse�Transcription Polymerase Chain Reaction (RT-PCR). Namun pemeriksaan tersebut membutuhkan waktu dan tambahan pendekatan konfirmasi untuk memberikan diagnosis yang akurat. Pendeteksian COVID-19 menggunakan citra Chest X-ray merupakan salah satu alternatif yang dapat dipertimbangkan. Pemeriksaan Chest X-ray dianggap mampu menggambarkan kondisi paru-paru pada pasien COVID-19 dan mampu mengurangi waktu diagnosis menggunakan metode lainnya. Penelitian ini mengusulkan pendekatan Deep Learning berbasis Convolutional Neural Network (CNN) untuk klasifikasi citra Chest X-ray COVID�19 dengan menggunakan Google Colab. Evaluasi yang dilakukan yaitu berupa perhitungan tingkat akurasi, sensitivitas, spesifisitas, dan presisi. Berdasarkan hasil penelitian diperoleh nilai akurasi sebesar 98,73%, sensitivitas sebesar 100%, spesifisitas sebesar 97,22%, dan presisi sebesar 97,73%. Metode ini diharapkan dapat dipertimbangkan untuk diverifikasi dan divalidasi sebagai pendukung diagnosis klinis khususnya untuk mengklasifikasi citra Chest X-ray COVID-19 dan bermanfaat untuk melengkapi diagnosis konvensional yang sudah ada saat ini.

Actions (login required)

View Item