<![CDATA[Pneumonia menjadi perhatian utama dalam pelayanan kesehatan yang masuk dalam 10 penyakit terbanyak di fasilitas pelayanan kesehatan. Pneumonia, infeksi pada kantung udara di paru-paru, merupakan penyakit serius yang dapat menyebabkan kematian. Data statistik dari Badan Pusat Statistik Provinsi Sulawesi Tenggara menunjukkan adanya peningkatan kasus pneumonia, terutama di rumah sakit. Kasus pneumonia pada balita di Provinsi Sulawesi Tenggara pada tahun 2022 mencapai 13.214, namun hanya sekitar 11,14% yang teridentifikasi dan ditangani. Penelitian ini bertujuan untuk mengimplementasikan metode Faster Convolutional Neural Network ( Faster RCNN) dengan menggunakan model ResNet50. Metode ini digunakan untuk membagi citra rontgen dada menjadi wilayah-wilayah tertentu, yang kemudian diekstraksi guna mendeteksi pneumonia melalui analisis gambar dari data klaster. Algoritma Faster -RCNN dipilih karena keunggulannya dalam bidang visi komputer dan kecepatan dalam eksekusi RPN lebih baik dari RCNN dan Fast RCNN. Sistem ini diharapkan dapat mendeteksi citra gambar yang akan diklasifikasikan menjadi pneumonia dan normal menggunakan Faster RCNN. Pada tahap pengujian, sistem ini akan dievaluasi dengan menggunakan matriks kekeliruan sebagai metode evaluasi utama. Pengujian ini akan mencakup nilai rata-rata loss, spesifisitas dan akurasi untuk setiap fitur utama dari sistem yang diusulkan. Evaluasi kinerja sistem juga menggunakan pengujianbounding box . Hasil pengujian menunjukkan bahwa sistem berhasil mengenali citra rontgen dada yang terdeteksi pneumonia atau tidak dan hasil akhir yang diperoleh berdasarkan kesamaan antara data uji dan data latih yang telah disiapkan untuk mengklasifikasikan keluaran antara pneumonia dan normal.]]>
Copyrights © 2024
