Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Repositor
Ratna Sari
Universitas Muhammadiyah Malang
Computer Science & IT Engineering

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

Found 1 Documents
Search

 1 
Implementasi Jaringan CNN-LSTM Untuk Deteksi Citra X-Ray Dada Covid 19 Ratna Sari; Agus Eko Minarno; Yufis Azhar
Jurnal Repositor Vol 4 No 4 (2022): November 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i4.1481

Abstract

Wabah penyebaran Virus Covid 19 muncul desember 2019 di kota Wuhan, China. Virus tersebut mulai menggemparkan dunia karena begitu cepat menyebar ke seluruh belahan dunia. Virus Covid 19 dapat mampu ditularkan melewati batuk bahkan percikan saat berbicara. Penderita terkena Covid 19 dapat merasakan gangguan pernapasan dan parahnya lagi dapat menyebabkan kematian. Sampai sekarang virus tersebut banyak menyebabkan korban meninggal dunia. Maka dari itu dibutuhkan sistem deteksi otomatis untuk mendiagnosa cepat agar mencegah penyebaran Covid 19. Penelitian ini mengusulkan sebuah kombinasi metode convolutional neural network (CNN) dan long short-term memory (LSTM) untuk mendeteksi Covid 19 dari citra x-ray dada. Dalam penelitian, CNN digunakan sebagai ekstraksi fitur yang dalam dan LSTM digunakan sebagai deteksi menggunakan fitur yang diekstraksi. Data yang digunakan sebanyak 3.829 citra x-ray dada yang terbagi menjadi 3 kelas yaitu, 1.143 citra x-ray Covid 19, 1.341 citra x-ray Normal dan citra x-ray 1.345 Viral Pneumonia. Dari hasil penelitian menggunakan metode CNN menunjukkan akurasi sebesar 98,7%, presisi 98%, recall 1.00%, spesifisitas 99,6%, dan f1-score 99%. Secara keseluruhan, metode CNN-LSTM dapat menjadi salah satu referensi untuk memprediksi penyakit lainnya.
Co-Authors Agus Eko Minarno Yufis Azhar