Analisis Perbandingan Algoritma Klasifikasi Citra Chest X-ray Untuk Deteksi Covid-19

Naufal, Mohammad Farid and Kusuma, Selvia Ferdiana and Tanus, Kevin Christian and Sukiwun, Raynaldy Valentino and Kristiano, Joseph and Lieyanto, Jeremy Owen and Cristianindra R, Daniel (2021) Analisis Perbandingan Algoritma Klasifikasi Citra Chest X-ray Untuk Deteksi Covid-19. Jurnal Teknlogi Informasi dan Komunikasi Teknika IKADO, 10 (2). pp. 96-103. ISSN 2549-8037

[thumbnail of 331-Article Text-1574-1-10-20210630.pdf] PDF
331-Article Text-1574-1-10-20210630.pdf - Published Version

Download (459kB)
Official URL / DOI: https://doi.org/10.34148/teknika.v10i2.331

Abstract

Kondisi pandemi global Covid-19 yang muncul diakhir tahun 2019 telah menjadi permasalahan utama seluruh negara di dunia. Covid-19 merupakan virus yang menyerang organ paru-paru dan dapat mengakibatkan kematian. Pasien Covid-19 banyak yang telah dirawat di rumah sakit sehingga terdapat data citra chest X-rayparu-paru pasien yang terjangkit Covid-19. Saat ini sudah banyak peneltian yang melakukanklasifikasi citrachest X-raymenggunakanConvolutionalNeural Network(CNN) untuk membedakan paru-paru sehat, terinfeksi covid-19, dan penyakit paru-paru lainnya, namun belum ada penelitian yang mencoba membandingkan performa algoritma CNN dan machine learningklasik seperti Support Vector Machine (SVM),dan K-Nearest Neighbor (KNN)untuk mengetahui gapperforma dan waktu eksekusi yang dibutuhkan. Penelitian ini bertujuan untuk membandingkan performa dan waktu eksekusialgoritma klasifikasi K-Nearest Neighbors(KNN), Support Vector Machine(SVM), dan CNN untuk mendeteksi Covid-19 berdasarkan citrachestX-Ray. Berdasarkan hasil pengujian menggunakan 5 Cross Validation, CNN merupakan algoritma yang memilikirata-rataperforma terbaik yaitu akurasi 0,9591, precision0,9592, recall0,9591, dan F1 Score 0,959dengan waktu eksekusi rata-rata sebesar 3102,562 detik.

Item Type: Article
Uncontrolled Keywords: CNN, SVM, KNN, Chest X-ray, Covid-1
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Engineering > Department of Informatic
Depositing User: MOHAMMAD FARID NAUFAL
Date Deposited: 21 Jul 2021 04:58
Last Modified: 21 Jul 2021 04:58
URI: http://repository.ubaya.ac.id/id/eprint/39826

Actions (login required)

View Item View Item