LAILA NURUL FAUZIYYAH, - (2025) INTERPRETING LUNG DISEASE DETECTION FROM CHEST X-RAYS USING LAYER-WISE RELEVANCE PROPAGATION (LRP). Journal of Artificial Intelligence and Software Engineering (JAISE), 5 (2). pp. 697-708. ISSN E-ISSN: 2777-001X, DOI: 10.30811/jaise.v5i2.7005

Preview	Text (ARTIKEL JURNAL) LAILA NURUL FAUZIYYAH 12150122415 - Laila Nurul Fauziyyah.pdf - Published Version Download (2MB) | Preview
Preview	Text (PERNYATAAN PUBLIKASI MAHASISWA) SURAT PERNYATAAN SERAH SIMPAN KARYA - Laila Nurul - Laila Nurul Fauziyyah.pdf - Published Version Download (410kB) | Preview
Preview	Text (PERNYATAAN PUBLIKASI DOSEN) Formulir persetujuan publikasi - Laila Nurul Fauziyyah - Laila Nurul Fauziyyah.pdf - Published Version Download (760kB) | Preview

Abstract

Penelitian ini mengusulkan pendekatan klasifikasi penyakit paru berbasis citra X-ray menggunakan arsitektur VGG16 yang dilengkapi metode interpretabilitas Layer-wise Relevance Propagation (LRP). Dataset terdiri dari tiga kelas: COVID-19, pneumonia, dan normal, yang diproses melalui augmentasi dan normalisasi. Model dilatih dengan rasio data 70:30, learning rate 0.001, batch size 32, dan optimizer Adam. Hasil pelatihan menunjukkan akurasi tinggi sebesar 96,78% dengan nilai precision, recall, dan F1-score yang seimbang. Metode LRP digunakan untuk menyoroti area penting pada citra yang berkontribusi terhadap prediksi model, sehingga meningkatkan transparansi keputusan. Kontribusi utama penelitian ini adalah integrasi VGG16 dengan LRP dalam klasifikasi multi-kelas citra X-ray, yang memberikan hasil akurat sekaligus interpretasi visual yang mendukung kepercayaan dalam aplikasi medis.

Actions (login required)

View Item