<![CDATA[Tuberkulosis (TB) merupakan penyakit menular yang masih menjadi masalah serius di sektor kesehatan, khususnya di Indonesia. Proses diagnosis melalui citra rontgen dada sering mengalami kendala karena keterbatasan jumlah radiolog dan kemiripan visual antara TB dan gangguan paru lainnya. Penelitian ini menerapkan model deep learning dengan arsitektur Inception V3 untuk mendeteksi TB berdasarkan citra rontgen dada. Model dikembangkan dalam sistem berbasis web menggunakan framework Django, sehingga dapat digunakan secara interaktif oleh pengguna. Dataset diambil dari platform Kaggle, terdiri atas 4.200 citra yang terbagi dalam dua kelas, yaitu Normal dan Tuberculosis. Proses fine-tuning dilakukan dengan 30 epoch, learning rate sebesar 0,0001, dan dropout rate 0,5. Model diuji menggunakan confusion matrix untuk menilai performa klasifikasinya. Hasil pelatihan menunjukkan akurasi sebesar 97% dengan loss 0,08, sedangkan pengujian menghasilkan akurasi 98,57%. Nilai precision, recall, dan f1-score rata-rata mencapai 0,99, menunjukkan kemampuan model yang sangat baik dalam membedakan citra paru normal dan terinfeksi TB. Sistem ini diharapkan dapat membantu proses diagnosis awal secara cepat dan akurat, serta menjadi dasar pengembangan teknologi deteksi penyakit berbasis pembelajaran mendalam di bidang medis.]]>
Copyrights © 2025
