PENGKLASIFIKASIAN DATA GAMBAR SINAR X PASIEN TERINDIKASI COVID-19 DENGAN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK DAN MENERAPKAN METODE TRANSFER LEARNING (STUDI KASUS RUMAH SAKIT UNIVERSITAS ANDALAS )

Achmad, Nabil Fikri (2024) PENGKLASIFIKASIAN DATA GAMBAR SINAR X PASIEN TERINDIKASI COVID-19 DENGAN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK DAN MENERAPKAN METODE TRANSFER LEARNING (STUDI KASUS RUMAH SAKIT UNIVERSITAS ANDALAS ). Diploma thesis, Universitas Andalas.

	Text (Cover Dan Abstrak) cover dan abstrak.pdf - Published Version Download (360kB)
	Text (Bab 1 Pendahuluan) bab 1 pendahuluan.pdf - Published Version Download (333kB)
	Text (Bab 6 pendahuluan) bab 6 penutup.pdf - Published Version Download (267kB)
	Text (Daftar Pustaka) daftar pustaka.pdf - Published Version Download (304kB)
	Text (skrips Full text) laporan TA Achmad Nabil Fikri_ 1811523011.pdf - Published Version Restricted to Repository staff only Download (6MB)

Abstract

Merebaknya kasus COVID-19 pada awal tahun 2020 membuat dunia kesehatan kalang kabut. Hal ini dikarenakan perpindahan virus yang sangat cepat, sehingga menyebabkan banyak manusia dari berbagai negara terjangkit virusnya, yaitu virus SARS-COV-2. Virus SARS-CoV-2 menyerang organ pernapasan manusia. Gejala yang ditimbulkan berupa batuk, demam, kehilangan kemampuan indra penciuman hingga yang paling parah gangguan pernapasan akut. Salah satu cara mendeteksi kemungkinan seseorang telah terpapar virus SARS-CoV-2 adalah dengan prosedur radiologi. Radiologi memanfaatkan sinar X untuk menghasilkan gambar hitam putih yang merepresentasikan organ manusia. Rumah Sakit Universitas Andalas (RS UNAND) merupakan salah satu rumah sakit rujukan pasien COVID-19. Dikarenakan lonjakan kasus sangat tinggi pada tahun 2020 tenaga kesehatan RS UNAND kewalahan menangani pasien. Kasus harian tertinggi di Sumatra Barat mencapai rekor 761 pasien positif. Dengan jumlah kasus yang tinggi tersebut akan berdampak pada lamanya tindakan medis. Penelitian ini Berangkat dari permasalahan tidak adanya sistem pada ruangan radiologi Rumah sakit UNAND yang memanfaatkan artificial intelligence untuk mempercepat waktu penangan pasien dan meningkatkan keakurasian hasil analisis gambar sinar X. Artificial intelligence berkemampuan melakukan pekerjaan yang biasanya dilakukan oleh manusia. Sub-field dari artificial intelligence adalah deep learning. Deep learning memungkinkan komputer untuk memahami gambar. Dengan menggunakan Convolutional Neural Networks (CNN) untuk mengekstrak fitur dari gambar sinar X pasien terindikasi COVID-19 dan memprediksi gambar baru berdasarkan fitur yang didapat tersebut. Hasil akhir penelitian ini berupa sistem pengklasifikasian gambar sinar X yang dapat membantu bagian radiologi RS Unand mengklasifikasikan seseorang terinfeksi COVID-19 atau tidak. Hasil evaluasi model menunjukkan nilai precision untuk kelas covid dan normal masing-masingnya sebesar 0.82 dan 0.90, nilai recall sebesar 0.91 dan 0.80, serta f1-score sebesar 0.86 dan 0.85.

Actions (login required)

View Item