Algoritma Deep Learning untuk Pengklasifikasian Penyakit Radang Paru-Paru pada Citra Chest X-Ray dengan Convolutional Neural Network

Abstract

Radang paru-paru (Pneumonia) adalah salah satu penyakit paru-paru yang menyerang saluran pernapasan yang menyebabkan penderitanya kesulitan untuk bernapas dikarenakan terjadinya pembengkakan pada paru-paru. Tindakan yang dilakukan oleh dokter untuk mengetahui seseorang mengalami radang paru-paru adalah dengan melakukan rontgen pada dada pasien dan menganalisa hasil dari foto rontgen atau gambar citra chest x-ray pasien secara manual. Oleh karena itu, dilakukan penelitian untuk mengkasifikasikan penyakit radang paru-paru melalui citra x-ray dengan menggunakan algoritma deep learning yaitu Convolutional Neural Network (CNN). Pada metode Convolutional Neural Network (CNN) ini digunakan 5266 data citra chest x-ray sebagai data training dan 592 data citra chest x-ray sebagai data testing, dimana dua data tersebut sudah terbagi menjadi citra chest x-ray normal dan citra chest x-ray radang paru-paru. Pada penelitian ini diperoleh hasil berupa Accuracy sebesar 92.22 %, Recall sebesar 98.41 %, Precision sebesar 90.29% dan f1-score sebesar 94.17%. Penelitian ini juga menunjukkan confusion matrix bahwa model memiliki tingkat negatif palsu yang rendah, tetapi tingkat positif palsu yang tinggi. Hal tersebut lebih baik dari pada terlalu banyak citra chest x-ray yang tidak terdeteksi penyakit radang paru-paru.