ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika
Vol 8, No 2 (2020): ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektro

DETEKSI PENYAKIT COVID-19 BERDASARKAN CITRA X-RAY MENGGUNAKAN DEEP RESIDUAL NETWORK

HARIYANI, YULI SUN (Unknown)
HADIYOSO, SUGONDO (Unknown)
SIADARI, THOMHERT SUPRAPTO (Unknown)



Article Info

Publish Date
19 May 2020

Abstract

ABSTRAKPenyakit Coronavirus-2019 atau Covid-19 telah menjadi pandemi global dan menjadi masalah utama yang harus segera dikendalikan. Salah satu cara yang dapat dilakukan adalah memutus rantai penyebaran virus tersebut dengan melakukan deteksi dan melalukan karantina. Pencitraan X-Ray dapat dijadikan alternatif dalam mempelajari Covid-19. X-Ray dianggap mampu menggambarkan kondisi paru-paru pada pasien Covid-19 dan dapat menjadi alat bantu diagnosa klinis. Pada penelitian ini, kami mengusulkan pendekatan deep learning berbasis residual deep network untuk deteksi Covid-19 melalui citra chest X-Ray. Evaluasi yang dilakukan untuk mengetahui performa metode yang diusulkan berupa precision, recall, F1, dan accuracy. Hasil eksperimen menunjukkan bahwa usulan metode ini memberikan precision, recall, F1 dan accuracy masing-masing 0,98, 0,95, 0,97 dan 99%. Pada masa mendatang, studi ini diharapkan dapat divalidasi dan kemudian digunakan untuk melengkapi diagnosa klinis oleh dokter.Kata kunci: Coronavirus-2019, Covid-19, chest X-Ray, deep learning, residual network ABSTRACTCoronavirus-2019 or Covid-19 disease has become a global pandemic and is a major problem that must be stopped immediately. One of the ways that can be done to stop its spreading is to break the spreading chain of the virus by detecting and doing quarantine. X-Ray imaging can be used as an alternative in detecting Covid-19. X-Ray is considered able to describe the condition of the lungs for Covid-19 suspected patients and can be a supporting tool for clinical diagnosis. In this study, we propose a residual based deep learning approach for Covid-19 detection using chest X-Ray images. Evaluation is carried out to determine the performance of the proposed method in the form of precision, recall, F1 and accuracy. Experiments results show that our proposed method provides precision, recall, F1 and accuracy respectively 0.98, 0.95, 0.97 and 99%. In the future, this study is expected to be validated and then used to support clinical diagnoses by doctors.Keywords: Coronavirus-2019, Covid-19, chest X-Ray, deep learning, residual network

Copyrights © 2020






Journal Info

Abbrev

elkomika

Publisher

Subject

Electrical & Electronics Engineering Engineering

Description

Jurnal ELKOMIKA diterbitkan 3 (tiga) kali dalam satu tahun pada bulan Januari, Mei dan September. Jurnal ini berisi tulisan yang diangkat dari hasil penelitian dan kajian analisis di bidang ilmu pengetahuan dan teknologi, khususnya pada Teknik Energi Elektrik, Teknik Telekomunikasi, dan Teknik ...