Pengaruh Dataset terhadap Performa Convolutional Neural Network pada Klasifikasi X-Ray Pasien Covid-19

Identifikasi pasien COVID-19 di Indonesia merupakan sebuah permasalahan yang harus diatasi. Identifikasi tersebut sebaiknya bisa lebih mudah dan cepat, sehingga deteksi dini pasien COVID-19 merupakan hal yang harus diperhatikan. Saat ini deteksi pasien COVID-19 bergantung pada Swab Test (RT-PCR) dan...

Full description

Saved in:
Bibliographic Details
Main Author: Chyntia Raras Ajeng Widiawati
Format: Article
Language:Indonesian
Published: University of Brawijaya 2022-12-01
Series:Jurnal Teknologi Informasi dan Ilmu Komputer
Online Access:https://jtiik.ub.ac.id/index.php/jtiik/article/view/5645
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1823858561779761152
author Chyntia Raras Ajeng Widiawati
author_facet Chyntia Raras Ajeng Widiawati
author_sort Chyntia Raras Ajeng Widiawati
collection DOAJ
description Identifikasi pasien COVID-19 di Indonesia merupakan sebuah permasalahan yang harus diatasi. Identifikasi tersebut sebaiknya bisa lebih mudah dan cepat, sehingga deteksi dini pasien COVID-19 merupakan hal yang harus diperhatikan. Saat ini deteksi pasien COVID-19 bergantung pada Swab Test (RT-PCR) dan Rapid Test (Tes Antibodi), padahal Rapid Test tidak bisa memberikan tingkat akurasi yang tinggi sedangkan Swab Test memiliki biaya yang mahal. Salah satu solusi untuk membantu deteksi dini pasien COVID-19 adalah dengan memanfaatkan citra X-Ray paru dari pasien. Algoritma Convolutional Neural Network (CNN) adalah salah satu algoritma popular dengan performa yang sangat baik pada klasifikasi citra X-Ray pasien COVID-19. Walaupun CNN memiliki performa yang baik, keberhasilan suatu algoritma sangat bergantung dengan kualitas dataset yang digunakan. Selain itu citra X-Ray sangat bergantung terhadap pencahayaan di proses pengambilan gambar. Untuk itu perlu analisa pengaruh dataset terhadap performa model CNN yang digunakan. Penelitian ini bertujuan untuk melihat pengaruh kualitas dataset dan jumlah dataset terhadap performa CNN pada klasifikasi X-Ray pasien COVID-19. Dari eksperimen yang dilakukan terhadap dataset yang ada, CNN dapat mencapai akurasi sebesar 89,83%, sensitivitas sebesar 84,14%, spesifisitas sebesar 92,14%, PPV sebesar 71,35%, NPV sebesar 95,09 dan F1-score sebesar 76,10%. Sehingga dapat disimpulkan bahwa CNN memiliki performa yang baik dalam melakukan klasifikasi citra X-Ray pasien COVID-19, meskipun hasil tersebut lebih rendah dibandingkan dengan performa CNN terhadap dataset dengan jumlah dan kualitas citra yang lebih baik. Hal tersebut menunjukkan bahwa kualitas dan jumlah dataset sangat berpengaruh pada performa CNN dalam melakukan proses klasifikasi X-Ray.
format Article
id doaj-art-845daccb9e3f45b4bcf4c6122961a69d
institution Kabale University
issn 2355-7699
2528-6579
language Indonesian
publishDate 2022-12-01
publisher University of Brawijaya
record_format Article
series Jurnal Teknologi Informasi dan Ilmu Komputer
spelling doaj-art-845daccb9e3f45b4bcf4c6122961a69d2025-02-11T10:41:44ZindUniversity of BrawijayaJurnal Teknologi Informasi dan Ilmu Komputer2355-76992528-65792022-12-019610.25126/jtiik.20229656451022Pengaruh Dataset terhadap Performa Convolutional Neural Network pada Klasifikasi X-Ray Pasien Covid-19Chyntia Raras Ajeng Widiawati0Universitas Amikom Purwokerto, PurwokertoIdentifikasi pasien COVID-19 di Indonesia merupakan sebuah permasalahan yang harus diatasi. Identifikasi tersebut sebaiknya bisa lebih mudah dan cepat, sehingga deteksi dini pasien COVID-19 merupakan hal yang harus diperhatikan. Saat ini deteksi pasien COVID-19 bergantung pada Swab Test (RT-PCR) dan Rapid Test (Tes Antibodi), padahal Rapid Test tidak bisa memberikan tingkat akurasi yang tinggi sedangkan Swab Test memiliki biaya yang mahal. Salah satu solusi untuk membantu deteksi dini pasien COVID-19 adalah dengan memanfaatkan citra X-Ray paru dari pasien. Algoritma Convolutional Neural Network (CNN) adalah salah satu algoritma popular dengan performa yang sangat baik pada klasifikasi citra X-Ray pasien COVID-19. Walaupun CNN memiliki performa yang baik, keberhasilan suatu algoritma sangat bergantung dengan kualitas dataset yang digunakan. Selain itu citra X-Ray sangat bergantung terhadap pencahayaan di proses pengambilan gambar. Untuk itu perlu analisa pengaruh dataset terhadap performa model CNN yang digunakan. Penelitian ini bertujuan untuk melihat pengaruh kualitas dataset dan jumlah dataset terhadap performa CNN pada klasifikasi X-Ray pasien COVID-19. Dari eksperimen yang dilakukan terhadap dataset yang ada, CNN dapat mencapai akurasi sebesar 89,83%, sensitivitas sebesar 84,14%, spesifisitas sebesar 92,14%, PPV sebesar 71,35%, NPV sebesar 95,09 dan F1-score sebesar 76,10%. Sehingga dapat disimpulkan bahwa CNN memiliki performa yang baik dalam melakukan klasifikasi citra X-Ray pasien COVID-19, meskipun hasil tersebut lebih rendah dibandingkan dengan performa CNN terhadap dataset dengan jumlah dan kualitas citra yang lebih baik. Hal tersebut menunjukkan bahwa kualitas dan jumlah dataset sangat berpengaruh pada performa CNN dalam melakukan proses klasifikasi X-Ray. https://jtiik.ub.ac.id/index.php/jtiik/article/view/5645
spellingShingle Chyntia Raras Ajeng Widiawati
Pengaruh Dataset terhadap Performa Convolutional Neural Network pada Klasifikasi X-Ray Pasien Covid-19
Jurnal Teknologi Informasi dan Ilmu Komputer
title Pengaruh Dataset terhadap Performa Convolutional Neural Network pada Klasifikasi X-Ray Pasien Covid-19
title_full Pengaruh Dataset terhadap Performa Convolutional Neural Network pada Klasifikasi X-Ray Pasien Covid-19
title_fullStr Pengaruh Dataset terhadap Performa Convolutional Neural Network pada Klasifikasi X-Ray Pasien Covid-19
title_full_unstemmed Pengaruh Dataset terhadap Performa Convolutional Neural Network pada Klasifikasi X-Ray Pasien Covid-19
title_short Pengaruh Dataset terhadap Performa Convolutional Neural Network pada Klasifikasi X-Ray Pasien Covid-19
title_sort pengaruh dataset terhadap performa convolutional neural network pada klasifikasi x ray pasien covid 19
url https://jtiik.ub.ac.id/index.php/jtiik/article/view/5645
work_keys_str_mv AT chyntiararasajengwidiawati pengaruhdatasetterhadapperformaconvolutionalneuralnetworkpadaklasifikasixraypasiencovid19