Klasifikasi Covid-19 Pada Citra CT Scans Paru-Paru Menggunakan Metode Convolution Neural Network

Yosefina Finsensia Riti (Universitas Katolik Darma Cendika)
Stephanus Surijadarma Tandjung (Universitas Katolik Darma Cendika)

Progresif: Jurnal Ilmiah Komputer
Vol 18, No 1: Februari 2022

Abstrak. Salah satu cara yang dapat digunakan untuk deteksi dini Covid-19 adalah dengan pemeriksaan radiologis menggunakan CT scans paru-paru, karena gejala yang terjadi saat terinfeksi Covid-19 berupa gangguan pernapasan akut. Covid-19 sulit dibedakan dari pneumonia yang disebabkan oleh virus influeza A, virus influenza cytomegalovirus, adenovirus, respiratory syncytial virus, SARS-CoV, MERS coronavirus. Penelitian ini mengembangkan teknik analisis citra CT scans paru-paru menggunakan teknik Deep Learning, dengan menggunakan metode Convolutional Neural Network (CNN) untuk mendukung hasil analisis dari radiolog ataupun menjadi second opinion dari radiolog. Penellitian ini juga menguji kinerja metode CNN dalam melakukan klasifikasi citra CT scans paru-paru. Dataset yang digunakan terdiri dari 3216 data. Berdasarkan hasil pengujian diperoleh akurasi dengan rata-rata 100% untuk setiap epoch yang diberikan. Dari hasil pengujian dapat disimpulkan bahwa Metode CNN dapat digunakan untuk membedakan citra CT scans untuk Covid-19 dan citra CT scans normal.Kata kunci: Jaringan saraf konvolusi; Deep Learning; CT scans Paru-paru; Citra Covid-19. Abstract. One way that can be used for early detection of Covid-19 is by radiological examination using CT scans of the lungs, because the symptoms that occur when infected with Covid-19 are acute respiratory disorders. Covid-19 is difficult to distinguish from pneumonia caused by influenza A virus, influenza cytomegalovirus virus, adenovirus, respiratory syncytial virus, SARS-CoV, MERS coronavirus. This study developed an image analysis technique for CT scans of the lungs using Deep Learning techniques, using the Convolutional Neural Network (CNN) method to support the results of the analysis from the radiologists or as a second opinion from the radiologists. This study also tested the performance of the CNN method in classifying CT scans of the lungs. The dataset used consists of 3216 data. Based on the test results obtained an average accuracy of 100% for each given epoch. From the test results, it can be concluded that the CNN method can be used to distinguish CT scan images for Covid-19 and normal CT scan images.Keywords: Convolutional neural network; Deep Learning; CT scans Lungs; Image of Covid-19.