<![CDATA[Penyakit paru-paru seperti pneumonia, tuberkulosis, dan pneumotoraks masih menjadi masalah kesehatan yang serius di banyak negara. Deteksi dini sangat penting agar pasien bisa mendapatkan penanganan lebih cepat dan peluang sembuh menjadi lebih tinggi. Pemeriksaan menggunakan citra rontgen memang umum digunakan, tetapi proses pembacaannya secara manual kadang terkendala oleh kelelahan tenaga medis atau kualitas gambar yang kurang baik. Penelitian ini membuat sistem pendeteksi penyakit paru-paru menggunakan metode deep learning dengan model Convolutional Neural Network (CNN). Sistem ini dirancang untuk mengenali empat kondisi, yaitu normal, pneumonia, tuberkulosis, dan pneumotoraks, serta dipersiapkan agar dapat digunakan melalui aplikasi berbasis web sehingga lebih mudah diakses. Pengembangan sistem dilakukan mengikuti tahapan CRISP-DM, mulai dari memahami masalah, mengumpulkan dan menyiapkan data, membangun dan melatih model, hingga mengevaluasi hasilnya. Model CNN yang dibuat mampu mencapai akurasi 93%, dengan nilai presisi 90%, recall 92%, dan F1-score 91%. Hasil penelitian menunjukkan bahwa website deteksi penyakit paru-paru berbasis deep learning yang dikembangkan dapat digunakan sebagai alat bantu deteksi awal yang efektif serta mendorong pemanfaatan teknologi web dalam bidang kesehatan.]]>
Copyrights © 2026
