PENERAPAN CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI PNEUMONIA BAKTERI DAN VIRUS MENGGUNAKAN GAMBAR X-RAY DADA

DANUR LESTARI, - (2025) PENERAPAN CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI PNEUMONIA BAKTERI DAN VIRUS MENGGUNAKAN GAMBAR X-RAY DADA. In: The 2024 International Conference on Decision Aid Sciences and Applications (DASA), 11th – 12th December 2024, Kingdom of Bahrain.

Preview

Text
Laporan TA-Danur Lestari.pdf - Published Version
Download (3MB) | Preview

Abstract

Penelitian ini mengkaji efektivitas arsitektur Convolutional Neural Network (CNN), yaitu Xception, InceptionV3, ResNet50V2, dan DenseNet201, dalam mengklasifikasikan pneumonia bakteri dan virus menggunakan citra rontgen dada. Dengan menggunakan optimizer RMSprop dan SGD, penelitian ini mengevaluasi tingkat akurasi dan waktu pemrosesan masing-masing model untuk menentukan arsitektur yang paling sesuai dalam mendeteksi pneumonia. Hasil penelitian menunjukkan bahwa arsitektur ResNet50V2, yang dioptimalkan dengan RMSprop, mencapai tingkat akurasi tertinggi sebesar 0,83 serta waktu pemrosesan tercepat yaitu 2460 detik. Temuan ini mengindikasikan bahwa arsitektur ResNet50V2 dengan optimasi RMSprop merupakan pendekatan yang andal untuk membedakan pneumonia bakteri dari pneumonia virus, sehingga berpotensi diterapkan dalam diagnosis klinis.

Item Type:

Conference or Workshop Item (Paper)

Contributors: