Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal SinarFe7
Lailatus Sholihah
a:1:{s:5:"en_US";s:28:"Universitas Trunojoyo Madura";}
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

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

Found 1 Documents
Search

 1 
Deteksi Penyakit Covid-19 Berdasarkan Citra X-Ray Menggunakan Deep Residual Network Lailatus Sholihah
SinarFe7 Vol. 4 No. 1 (2021): SinarFe7-4 2021
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (681.22 KB)

Abstract

Penyakit Coronavirus-2019 atau Covid-19 telahmenjadi pandemi global dan menjadi masalah utama yang harussegera dikendalikan. Salah satu cara yang dapat dilakukanadalah memutus rantai penyebaran virus tersebut denganmelakukan deteksi dan melalukan karantina. Pencitraan X-Raydapat dijadikan alternatif dalam mempelajari Covid-19. X-Raydianggap mampu menggambarkan kondisi paru-paru padapasien Covid-19 dan dapat menjadi alat bantu diagnosa klinis.Pada penelitian ini, kami mengusulkan pendekatan deep learningberbasis residual deep network untuk deteksi Covid-19 melaluicitra chest X-Ray. Evaluasi yang dilakukan untuk mengetahuiperforma metode yang diusulkan berupa precision, recall, F1,dan accuracy. Hasil eksperimen menunjukkan bahwa usulanmetode ini memberikan precision, recall, F1 dan accuracymasing masing 0,98, 0,95, 0,97 dan 99%. Pada masa mendatang,studi ini diharapkan dapat divalidasi dan kemudian digunakanuntuk melengkapi diagnosa klinis oleh dokter.
Co-Authors