WAN SOFIYAH, - (2025) LUNG DISEASE DETECTION USING GRADIENT-WEIGHTED CLASS ACTIVATION MAPPING (GRAD-CAM). Journal of Artificial Intelligence and Software Engineering (JAISE), 5 (2). pp. 720-730. ISSN E-ISSN: 2777-001X, DOI: 10.30811/jaise.v5i2.7005

Preview	Text (ARTIKEL) daftar validasi - 1 Sofiyah - WAN SOFIYAH TEKNIK INFORMATIKA.pdf - Published Version Download (2MB) | Preview
Preview	Text (PERNYATAAN PUBLIKASI MAHASISWA) SERAH SIMPAN KARYA-WANSOFIYAH - WAN SOFIYAH TEKNIK INFORMATIKA.pdf - Published Version Download (317kB) | Preview

Abstract

Deteksi dini terhadap penyakit pernapasan seperti Coronavirus Disease-19 (Covid-19) dan Pneumonia sangat penting untuk mempercepat penanganan dan mencegah komplikasi yang lebih serius. Penelitian ini mengusulkan metode klasifikasi citra Chest X-ray (CXR) menggunakan Convolutional Neural Network (CNN) untuk membedakan Covid-19, Pneumonia, dan paru-paru normal. Pelatihan model melibatkan eksplorasi berbagai kombinasi hyperparameter untuk menemukan konfigurasi optimal. Hasil terbaik dicapai pada kombinasi learning rate 0.001, 50 epoch, dan batch size 32, dengan akurasi 96.33%. Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score, dan confusion matrix. Penelitian ini menggunakan Gradient-Weighted Class Activation Mapping (Grad-CAM) sebagai alat interpretasi transparan dari keputusan model. Kontribusi utama dari penelitian ini adalah penerapan Grad-CAM pada klasifikasi multi-class CXR untuk meningkatkan interpretabilitas model dalam diagnosis penyakit paru.

Actions (login required)

View Item