Klasifikasi Penyakit Pneumonia Citra Digital X-Ray Menggunakan Metode Convolutional Neural Network dan RGB Equalization
DOI:
https://doi.org/10.29407/stains.v3i1.4290Keywords:
Pneumonia, Citra Digital, RGB, CNN, X-RayAbstract
Paru-paru basah atau yang biasa disebut dengan pneumonia, penyakit yang menyebabkan kematian tertinggi terutama pada anak-anak. Penyakit ini dapat disebabkan oleh virus, bakteri, ataupun jamur dan kurangnya dalam menjaga Kebugaran tubuh juga dapat menyebabkan penyakit ini menyerang pada organ paru-paru. Dalam identifikasi penyakit ini dapat dilakukan tes berupa pengambilan X-ray pada bagian dada. Pengambilan X-ray ini merupakan Tindakan cepat yang dilakukan agar penyakit segera teridentifikasi, saat membaca atau mengamati citra X-ray yang didapatkan dokter memerlukan waktu untuk mengatinya. Sehingga dalam penelitian ini dilakukan pembangunan sistem untuk melakukan klasifikasi penyakit pneumonia dengan citra X-ray menggunakan metode Convolution Neural Network dan histogram Equalization. Penggunaan pengolahan citra tersebut guna memperbaiki kualitas citra dan mempertajam kontras. Dengan total dataset 771 Gambar dari 4 kelas X-ray pneumonia, covid-19, normal, dan tuberculosis. Dataset gambar tersebut didapatkan dari website Kaggle, lalu dilakukan pengujian model CNN dan pengolahan citra X-ray didapatkan akurasi sebesar 91% memberikan performa dalam melakukan klasifikasi dengan sangat baik.
Downloads
References
P. D. A. N. Non-pneunomia, M. Ramadhan, D. I. Mulyana, and M. B. Yel, “OPTIMASI ALGORITMA CNN MENGGUNAKAN METODE TRANSFER LEARNING UNTUK KLASIFIKASI CITRA X-RAY PARU-PARU,” vol. 6, no. 2, pp. 670–679, 2022.
N. P. Ekananda and D. Riminarsih, “Identifikasi Penyakit Pneumonia Berdasarkan Citra Chest X-Ray Menggunakan Convolutional Neural Network,” J. Ilm. Inform. Komput., vol. 27, no. 1, pp. 79–94, 2022, doi: 10.35760/ik.2022.v27i1.6487.
O. F. Soedradjat, R. Magdalena, and N. K. C. Pratiwi, “Deteksi Gangguan Paru-Paru Berbasis Citra X-Ray Menggunakan Deep Learning,” e-Proceeding Eng., vol. 8, no. 6, pp. 2891–2896, 2022.
I. Junaedi, “Analisa Performa Algoritma C4.5 dalam Mendeteksi Tuberculosis pada Fitur GLCM Citra Chest X-Ray,” J. Sains dan Inform., vol. 9, pp. 46–55, 2023, doi: 10.34128/jsi.v9i1.590.
M. A. S. Yudono, “Perambatan Balik Untuk Klasifikasi Covid-19 Berbasis Orde Pertama Berdasarkan Citra Chest X-Ray,” vol. 9, pp. 799–808, 2023.
I. M. Dendi Maysanjaya, “Klasifikasi Pneumonia pada Citra X-rays Paru-paru dengan Convolutional Neural Network (Classification of Pneumonia Based on Lung X-rays Images using Convolutional Neural Network),” J. Nas. Tek. Elektro dan Teknol. Inf. |, vol. 9, no. 2, p. 190, 2020, [Online]. Available: https://garuda.kemdikbud.go.id/documents/detail/2807288
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Muhammad Attiqi Alghozali, Johan Rizky Triosaputra, Arwienda Kayan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
