KLASIFIKASI PENYAKIT TUBERCLOSSIS BERDASARKAN CITRA X-RAY PARU DENGAN PENDEKATAN DATA SCIENCE MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

ALFEUS P.S. PASARIBU, DEDY RIDOLY SINAGA, ROMULUS SIPANGKAR (2022) KLASIFIKASI PENYAKIT TUBERCLOSSIS BERDASARKAN CITRA X-RAY PARU DENGAN PENDEKATAN DATA SCIENCE MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK , SKRIPSI, UNIVERSITAS PRIMA INDONESIA

ABSTRAK

Penyakit tuberkulosis (TB) adalah penyakit menular yang berpotensi serius pada organ paru-paru, menjadi 1 dari 10 penyebab kematian. Di Indonesia penyakit tersebut menempati peringkat ketiga setelah India dan Cina dengan jumlah kasus 824 ribu dan kematian 93 ribu per tahun atau setara dengan 11 kematian per jam. Peningkatan jumlah terinfeksi dan kematian akibat penyakit TB tercatat sebagai akibat dari penularannya, kurangnya diagnosis dini, dan tidak memadainya ahli radiologi profesional di daerah berkembang dimana TB lebih umum Diagnosa yang cepat dan akurat sangat diperlukan agar dapat dilakukan pengobatan yang tepat. Diagnosa biasanya dilakukan dengan cara melihat hasil citra x-ray thorax dan hasil test BTA pada pasien. Untuk mengklasifikasi citra x-ray paru terdeteksi penyakit tuberculosis atau tidak maka dilakukan penelitian dengan metode Convolutional Neural Network (CNN). Hasil pengujian memperoleh taksir epochs terakhir yaitu 200, akurasi yang didapat adalah 0.9892 yang berarti akurasi CNN 98%, dengan validasi akurasi yang didapat adalah 0.9835 atau 98%. Maka hasil uji klasifikasi menggunakan CNN tergolong akurat. Dengan perolehan hasil CNN yang cukup tinggi, hal itu sangat dapat dijadikan pertimbangan untuk digunakan dalam melakukan klasifikasi terhadap penyakit TBC.

PROSIDING