Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Prosiding SeNTIK STI&K
Eko Hadiyanto
STMIK Jakarta STI&K
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media

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

Found 1 Documents
Search

 1 
KLASIFIKASI COVID-19 CHEST X-RAY DENGAN TIGA ARSITEKTUR CNN (RESNET-152, INCEPTIONRESNET-V2, MOBILENET-V2) Widi Hastomo; Eko Hadiyanto; Sutarno
Prosiding Seminar SeNTIK Vol. 5 No. 1 (2021): Prosiding SeNTIK 2021
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam dekade terakhir ini pemanfaatan mesin learning, khususnya Convolution Neural Network (CNN) telah banyak membantu dunia kesehatan. Dengan melakukan proses pelatihan dari sejumlah besar dataset image, CNN mampu mengklasifikasikan image tak berlabel dengan cepat dan akurasi lebih tinggi dibandingkan metode mesin learning lainnya. Penelitian ini bertujuan mengoptimasi dari tiga arsitektur CNN (ResNet-152, InceptionResNet-V2, dan MobileNet-V2) untuk mengklasifikasi penyakit covid-19, dengan melakukan training 4000 dataset image Chest x-ray. Hasil akurasi testing dari ResNet-152 yaitu 99%, lebih tinggi dibangingkan InceptionResNet-V2 hasil 98%, dan MobileNet-V2 hasil 93%. dengan presisi tiap kelas adalahCovid (99%), Lung_Opacity (97%), Normal (99%), Viral_Pneumonia (99%)
Co-Authors Sutarno Widi Hastomo