<![CDATA[Tuberculosis (TB) adalah suatu penyakit infeksi menular yang disebabkan oleh Mycobacterium Tuberculosis dan dapat menyerang berbagai organ dalam tubuh manusia terutama paru-paru. Pemeriksaan diagnosis pada penyakit TB-paru dapat dilakukan dengan melihat keluhan atau gejala klinis pasien, pemeriksaan biakan, pemeriksaan mikroskopis, radiologi ataupun tuberculin test. Selama ini, paramedis mendiagnosis penderita TB tersebut hanya berdasarkan citra rontgen secara manual. Oleh karena itu, diperlukan adanya Artificial Intelligence (AI) untuk membantu dan mempermudah dokter dalam mengklasifikasi penyakit TB paru berdasarkan citra rontgen thorax.Penelitian ini merancang klasifikasi citra x ray penyakit tuberculosis berbasis Convolutional Neural Network (CNN) menggunakan arsitektur MobileNet. Dataset berupa citra X-ray paru yang akan digunakan sebagai masukan untuk proses pengolahan citra atau image processing. Tahapan pertama yaitu input berupa citra X-ray, selanjutnya dilakukan proses preprocessing citra (resizing, grayscale, contrast), dilanjutkan dengan proses segmentation (thresholding), dilanjutkan dengan proses augmentasi data, terakhir citra akan diklasifikasikan menjadi tiga kelas yaitu normal, TBR(tuberculosis bagian kanan), TBRL (tuberculosis bagian kanan dan kiri). Tuberculosis bagian kiri tidak masuk kedalam klasifikasi dikarenakan tuberculosis lebih cenderung terkena pada bagian kanan atau di kedua bagian.Dalam penelitian ini dilakukan pengujian terhadap pengaruh citra ( tanpa image processing , preprocessing dan segmentation) , pengaruh batch size ,pengaruh variasi epoch, pengaruh augmentasi dan perbandingan terhadap performa klasifikasi. Hasil akhir dari penelitian ini menunjukan optimizer terbaik yaitu Adam menggunakan preprocessing CLAHE pada epoch 50 batch size 32 dan menghasilkan nilai akurasi validasi sebesar accuracy sebesar 96.837%, precision 95%, recall 93%, F-1 score sebesar 93%, dan loss sebesar 0.210.]]>
