DETEKSI COVID-19 MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK BERDASARKAN HASIL CITRA CT-SCAN THORAX

• ALI MUSTOPA
• 14002370

---

ABSTRAK

Corona Virus 19 (Covid-19) adalah infeksi virus yang sangat menular yang disebabkan oleh sindrom pernapasan akut coronavirus 2 (SARS-CoV-2). Covid-19 menjadi penyakit yang menghawatirkan karena dapat menularkan antar manusia melalui saluran udara sehingga dapat menjadi infeksi pada paru-paru. salah satu dteksi covid dapat diidentifikasi melalu hasil computed tomography scan thorax. citra ct-scan thorax memberikan informasi yang lebih rinci dibandingkan rongsen biasa dalam mendeteksi covid-19. convolutional layer. saat ini banyak penelitian terkait model CNN untuk mendeteksi covid-19. secara khusus, kami mengsusulkan pendekatan metode usulan, yang secara sinergis mengintegrasikan yang mana mempelajari representasi fitur yang kuat dan tidak bisa untuk mengurangi risiko overfitting. sebagai bahan penelitian digunakan dataset dengan citra sebanyak 17.104 citra yang terdiri dari 7593 covid-19, 6893 normal dan 2618 CAP (community Acquired Pneumonia). Pengguna arsitektur usulan melakukan augmentasi citra agar mengurangi ketimapngan data citra. selain itu metode usulan memberikan kinerja lebih baik dinadingkan aristektur yang lain seperti vgg16, resnet50, Densenet121 dan mobilenet. arsitektur usulan menggunakan lima convoluitional layer dengan optimixer adam dimana dapat menghasilkan akurasi sebesar 99,38% dan nilai cohen's cappa sebesar 99.07% yang mana dalam hal ini memiliki keeratan yang sangat kuat. hal ini tentunya peneliti membangun sitem dengan nama sideco19 sebagai implementasi terhada metode usulan CNN yang medeteksi dini penyakit Covid-19

Kata kunci : Covid-19, CT-SCan, CNN, deep learning metode usulan

KATA KUNCI

Image processing

---

DAFTAR PUSTAKA

M.A Shereen "Covid-19 infection: Origin transmission and characteristics of human coronaviruses" 2020
H.A Rothan "The epidemiology and pathogenis of coronavirus disease ( Covid-19) outbreak" 2020
A.Torres "Clinical management of bacterial pneumonia" 2015
R. Tamin "CT Scan: Pengertian kegunaan dan persiapan sebelum melakukannya" 2021
M.H Hesamian "Deep Learning techniques for medical image segmentation: Achievements and challenges" 2019
A.Y Saleh " Detection of covid-19 in computed tomography images using deep learning" 2020
X.He "Sample Eficient Deep Learning for Covid-19 Diagnosis based on CT Scans" 2020
S.P. Power "Computed tomography and patient risk: Facts, perceptions and uncertainties" 2016
P. Arfienda "Materi pendamping memahami Convolutional Neural Networks dengan Tensorflow" 2019
L. Perez "The effectiveness of data augmentation in image classification using deep learning" 2017
P.A.Nugroho "Implementasi Deep Learning menggunakan Convolutional Neural Network pada ekspresi manusia" 2020
S.Khan " A Guide to Convolutional Neural Networks for computer vision" 2018