Segmentasi Paru-Paru Pada Citra Thorax Dada Dengan Menggunakan Metode Cnn U-Net

Anisa Aulia Kusmareni (Universitas Sriwijaya)
Anita Desiani
Sugandi Yahdin
Mutiara Saviera
Ajeng Islamia Putri
Des Alwine Zayanti

JSI: Jurnal Sistem Informasi (E-Journal)
Vol 14, No 2 (2022)

Paru-paru merupakan salah satu organ terpenting dari tubuh manusia. Apabila terjadi keabnormalan pada kinerja paru-paru, akan dapat menimbulkan penyakit pernafasan yang dapat membuat tubuh tidak dapat menjalankan kinerjanya dengan normal. Untuk mendeteksi keabnormalan pada paru-paru, dapat dilakukan dengan melihat ukuran dari paru-paru tersebut. Penelitian ini menyajikan metode untuk segmentasi paru-paru pada foto thorax dada pasien dengan metode CNN U-Net. Pada langkah awal pada metode CNN U-Net dilakukan resize lalu segmentasi menggunakan keras optimizer Nadam. Didapatkan nilai rata-rata akurasi sebesar 0.9632, sensitifitas sebesar 0.9586, dan spesifisitas sebesar 0.9675, F1-Skor sebesar 0.9920, dan koefisien Jaccard sebesar 0.9842.