DETEKSI COVID-19 PADA CITRA X-RAY DADA MENGGUNAKAN MACHINE LEARNING

MALIATUL FITRIYASARI

doi:10.24252/instek.v7i1.25712

MALIATUL FITRIYASARI Prodi Informatika Universitas Bhinneka PGRI
(ID)

DOI: https://doi.org/10.24252/instek.v7i1.25712

Abstract

COVID-19 merupakan penyakit yang mewabah di seluruh dunia mulai tahun 2019. Penyakit ini menyerang saluran pernafasan, menyebabkan sesak nafas dan pnemounia pada gejala berat. Prosedur utama untuk mendeteksi COVID-19 adalah uji swab PCR, akan tetapi pemeriksaan X-ray dada dapat dijadikan metode alternatif untuk deteksi COVID-19 yang lebih cepat dan terjangkau. Penelitian ini bertujuan untuk membuat suatu model yang mampu mendeteksi COVID-19 dari citra X-ray dada menggunakan machine learning yang sederhana, yaitu jaringan syaraf tiruan yang digabungkan dengan teknik pengolahan citra. Pelatihan dilakukan menggunakan algoritma backpropagation yang dimodifikasi. Fitur yang di ekstrak adalah fitur statistik dari citra. Kami menggunakan data latih sebanyak 154 citra, dan data uji sebanyak 41 citra. Akurasi tertinggi yang dicapai dalam penelitian ini sebesar 87,8 %.

Kata Kunci: COVID-19; X-ray dada; Machine learning; Jaringan syaraf tiruan

Downloads

Download data is not yet available.

Author Biography

MALIATUL FITRIYASARI, Prodi Informatika Universitas Bhinneka PGRI

Prodi Informatika

Universitas Bhinneka PGRI

References

Antony, F., Irsyad, H. and Al Rivan, M.E., 2021. KNN Dan Gabor Filter Serta Wiener Filter Untuk Mendiagnosis Penyakit Pneumonia Citra X-RAY Pada Paru-Paru. Jurnal Algoritme, vol 1(2) : 147-155

DARMATASIA, D., PENGENALAN SISTEM ISYARAT BAHASA INDONESIA (SIBI) MENGGUNAKAN GRADIENT-CONVOLUTIONAL NEURAL NETWORK. Jurnal INSTEK (Informatika Sains dan Teknologi), vol 6(1) : 56-65.

Fattah, M.S., 2021. Deteksi penyakit pneumonia dan COVID-19 menggunakan citra X-ray dengan metode Convolutional Neural Network (CNN) model GoogleNet [disertasi]. Surabaya : UIN Sunan Ampel Surabaya.

Fitriyasari, M., 2016. Deteksi Osteoporosis berdasarkan Citra CT-Scan menggunakan Jaringan Saraf Tiruan [skripsi]. Surabaya: Universitas Airlangga.

HARIYANI, Y.S., HADIYOSO, S. and SIADARI, T.S., 2020. Deteksi Penyakit COVID-19 Berdasarkan Citra X-ray Menggunakan Deep Residual Network. ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, vol 8(2) : 443.

Kushwaha, S., Bahl, S., Bagha, A.K., Kulwinder Singh, P., Javaid, M., Haleem, A. and Singh, R.P., 2020. Significant applications of machine learning for COVID-19 pandemic. Journal of Industrial Integration and Management.

Nugroho, C.A., 2021. Klasifikasi K-Nearest Neighbor Chest X-ray Pasien COVID-19 Dengan Haralick Features dan Histogram Of Oriented Gradient. J. Ilm. Mat, vol 9(1) : 188-195.

Putra, H.R.W. and Yuhandri, Y., 2021. Identifikasi Penderita COVID-19 Berdasarkan Chest X-ray Menggunakan Algoritma Jaringan Syaraf Tiruan Backpropagation. Jurnal Sistim Informasi dan Teknologi, vol 3(4) : 197-202.

Schmitt, W. and Marchiori, E., 2020. Covid-19: round and oval areas of ground-glass opacity. Pulmonology, vol 26(4) : 246.

Wahyudi, D.S., Patmasari, R. and Fu’adah, R.Y.N., 2021. Sistem Deteksi COVID-19 Berdasarkan Citra X-ray Menggunakan Metode Gray Level Co-occurrence Matrix (glcm) Dan K-nearest Neighbour (k-nn). eProceedings of Engineering, vol 8(1). 2021 Feb 1

Yudistira, N., Widodo, A.W. and Rahayudi, B., 2020. Deteksi COVID-19 pada Citra Sinar-X Dada Menggunakan Deep Learning yang Efisien. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol 7(6)