Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sistem Komputer dan Informatika (JSON)
Mita Tri Andari
Institut Teknologi Garut
Computer Science & IT Control & Systems Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Citra X-Ray Pneumonia Menggunakan Convolutional Neural Network (CNN) dengan Eksplorasi Tekstur Gabor Filter Sigit Hudawiguna; Muhammad Rikza Nashrulloh; Mita Tri Andari
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 4 (2026): Juni 2026
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i4.9704

Abstract

Pneumonia merupakan salah satu penyakit pernapasan yang dapat dideteksi melalui citra X-ray dada, ditandai dengan munculnya infiltrat pada paru-paru. Proses diagnosis manual oleh tenaga medis memerlukan waktu dan berpotensi menghasilkan subjektivitas, sehingga diperlukan pendekatan berbasis kecerdasan buatan. Penelitian ini bertujuan mengembangkan model klasifikasi pneumonia menggunakan metode Convolutional Neural Network (CNN) yang dikombinasikan dengan eksplorasi Gabor Filter untuk analisis tekstur citra. Metodologi yang digunakan adalah sEMMA (Sample, Explore, Modify, Model, Assess). Dataset yang digunakan bersumber dari Kaggle berjumlah 5.216 citra yang terbagi menjadi dua kelas, yaitu normal dan pneumonia, dengan pembagian data training dan validation menggunakan rasio 80:20. Tahap preprocessing meliputi resize citra, konversi grayscale, augmentasi data, normalisasi, serta penerapan Gabor Filter sebagai analisis tekstur. Model CNN dibangun secara kustom dan dilatih menggunakan optimizer Adam. Hasil evaluasi menunjukkan bahwa model mencapai akurasi 90,61%, presisi 98,97%, recall 88,12%, dan F1-score sebesar 0,9323. Selain itu, nilai AUC-ROC sebesar 0,9854 dan AUC-PR sebesar 0,9950 menunjukkan kemampuan klasifikasi yang baik. Hasil penelitian ini menunjukkan bahwa metode yang diusulkan berpotensi mendukung diagnosis pneumonia berbasis citra medis.
Co-Authors Muhammad Rikza Nashrulloh Sigit Hudawiguna