Jurihum
Vol. 2 No. 3 (2024): JURIHUM : Jurnal Inovasi dan Humaniora

Penerapan Klasifikasi CNN Kepada Citra X-Ray Untuk Deteksi Tuberkolosis

Yoan Aldiansyah (Universitas Pamulang)
Panji Restu Fadilah (Universitas Pamulang)
Edward Parhusip Nainggolan (Universitas Pamulang)
Agung Pranoto Susilo (Universitas Pamulang)
Perani Rosyani (Universitas Pamulang)



Article Info

Publish Date
03 Jan 2025

Abstract

Tuberkulosis merupakan suatu penyakit infeksi berbahaya mematikan pada paru-paru dan disebabkan oleh bakteri Mycobacterium tuberculosis yang dapat menular melalui udara ketika seorang penderita tuberkulosis batuk, bersin, atau meludah dan dapat menyebabkan gangguan pernapasan, seperti batuk kronis dan sesak napas. Didunia, sekitar 10 juta orang lebih setiap tahun terjangkit penyakit ini, sementara di Indonesia sendiri pada tahun 2020 terdapat 390.000 lebih kasus tuberkulosis. Pada diagnosisnya sering terlalu subjektif dalam mendeteksi tuberkulosis, tak jarang juga terjadi perdebatan antara tenaga medis atau dokter unutk menetapkan pasien terinfeksi tuberkulosis. Oleh karena itu, dibutuhkan teknologi computer vision yang dapat mendeteksi secara akurat dan cepat. Algoritma CNN yang termasuk jenis Deep Learning yang banyak diterapkan pada klasifikasi citra dan dapat mengungguli metode lainnya dapat dijadikan metode dalam mendeteksi citra. Maka, dalam penelitian ini dilakukan analisis model dan klasifikasi tuberkulosis dengan algoritma CNN mengggunakan data citra X-ray paru-paru manusia.

Copyrights © 2024






Journal Info

Abbrev

Jurihum

Publisher

Subject

Description

JURIHUM : Jurnal Inovasi dan Humaniora dengan ISSN 3025-7409 (Media Online) merupakan jurnal ilmiah peer-review yang bertujuan untuk mempublikasikan artikel penelitian, kajian ilmiah, dan tinjauan literatur berkualitas pada berbagai bidang ilmu multidisiplin. Jurnal ini menjadi media bagi peneliti, ...