JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Vol 11, No 3 (2023)

Klasifikasi Citra Rontgen Covid-19 dengan menggunakan Deep Learning

Evrita Lusiana Utari (Universitas Respati Yogyakarta)
Prastowo Kristiyanto (Unknown)
Agus Qomaruddin Munir (Unknown)



Article Info

Publish Date
31 Jul 2023

Abstract

Citra adalah representasi dari suatu obyek yang ditulis ulang pada suatu medium dengan nilai tertentu (intensitas) yang memiliki koordinat x dan y. Citra Rontgent merupakan salah satu jenis citra medis yang dapat digunakan untuk mendeteksi dan mempelajari suatu penyakit. Namun citra rontgen terkadang terlihat kabur sehingga sedikit sulit untuk mengintepretasi citra. Terlebih lagi adanya redaman sinar-X yang berbeda antara kelenjar pada jaringan yang normal dengan yang terpapar penyakit. Dengan mengimplementasikan deep learning dengan metode klasifikasi citra dapat memilah gambar berdasarkan ekstrasi fitur dan bobot pada jaringan syaraf tiruan. Ketika GPU yang dimiliki adalah AMD, salah satu cara agar dapat menjalankan Deep Learning menggunakan AMD adalah mnggunakan PlaidML.Tahapan yang dilakukan pada pelatihan dan pengujian adalah melakukan pre-procesessing, ektraksi fitur menggunakan lapisan JST VGG16 tanpa lapisan pengklasifikasi (konvolusi dan pooling) yang menghasilkan bottleneck.npy, kemudian membuat lapisan pengklasifikasi sendiri untuk melatih klasifikasi kelas covid dan normal menggunakan data bottleneck.npy. Tingkat akurasi yang diperoleh pada tahap pelatihan beserta validasi pada pelatihan, dan pengujian berturut-turut adalah 99%, 97%, dan 94%. Selanjutnya ketika dievaluasi dengan F1 Score mendapatkan hasil 0,939.

Copyrights © 2023






Journal Info

Abbrev

justin

Publisher

Subject

Computer Science & IT

Description

JUSTIN aims to publish research results and thoughts among academics, researchers, scientists, and practitioners in the field of informatics/computer science so that they are freely available to the public, and support the exchange of knowledge. The scope of JUSTIN is but is not limited to the ...