Claim Missing Document
Check
Articles

Found 1 Documents
Search

Klasifikasi Citra X-Ray Covid-19 Menggunakan Three-layered CNN Model Aaron Berliano Handoko; Ivanna Kristianti Timotius; Darmawan Utomo
Techné : Jurnal Ilmiah Elektroteknika Vol. 21 No. 2 (2022)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31358/techne.v21i2.316

Abstract

Tragedi Covid yang melanda dunia perlu mendapat solusi pendeteksian yang cepat untuk mempermudah pengobatannya. Metode tes PCR jumlah alatnya lebih sedikit dibandingkan dengan mesin X-ray di Indonesia. Oleh karena itu, metode pengklasifikasi gambar X-ray dapat digunakan sebagai solusi alternatif.  Pada penelitian ini diusulkan penggunaan model CNN dengan tiga lapisan convolutional dan maxpooling. Dataset image yang digunakan memiliki 1000 image teridentifikasi Covid dan 3000 image sebagai normal. Hyperparameter tuning dilakukan dengan cara membandingkan beberapa kombinasi hyperparameter; learning rate, dropout rate dan density. Model terbaik yang didapatkan adalah model tiga lapisan neural network dengan learning rate = 0,001, density = 64 dan dropout rate = 0,7. Model ini memiliki rata-rata akurasi sebesar 96% dan jumlah parameter sebanyak 7,1% dibandingkan acuan.