Deteksi Penyakit Covid-19 Berdasarkan Citra X-Ray Menggunakan Deep Residual Network
Article Sidebar
Main Article Content
Abstract
Penyakit Coronavirus-2019 atau Covid-19 telah
menjadi pandemi global dan menjadi masalah utama yang harus
segera dikendalikan. Salah satu cara yang dapat dilakukan
adalah memutus rantai penyebaran virus tersebut dengan
melakukan deteksi dan melalukan karantina. Pencitraan X-Ray
dapat dijadikan alternatif dalam mempelajari Covid-19. X-Ray
dianggap mampu menggambarkan kondisi paru-paru pada
pasien Covid-19 dan dapat menjadi alat bantu diagnosa klinis.
Pada penelitian ini, kami mengusulkan pendekatan deep learning
berbasis residual deep network untuk deteksi Covid-19 melalui
citra chest X-Ray. Evaluasi yang dilakukan untuk mengetahui
performa metode yang diusulkan berupa precision, recall, F1,
dan accuracy. Hasil eksperimen menunjukkan bahwa usulan
metode ini memberikan precision, recall, F1 dan accuracy
masing masing 0,98, 0,95, 0,97 dan 99%. Pada masa mendatang,
studi ini diharapkan dapat divalidasi dan kemudian digunakan
untuk melengkapi diagnosa klinis oleh dokter.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
References
G. K. Venayagamoorthy, R. K. Sharma, P. K.
Gautam, and A. Ahmadi, “Dynamic Energy Management
System for a Smart Microgrid,” IEEE Trans. Neural Networks
Learn. Syst., vol. 27, no. 8, pp. 1643–1656, 2016, doi:
1109/TNNLS.2016.2514358.
S. Reddy, “C a r d i o p u l m o n a r y I m a g i n g •
R ev i ew,” no. May, pp. 1078–1082, 2020.
K. C. Liu et al., “CT manifestations of coronavirus
disease-2019: A retrospective analysis of 73 cases by disease
severity,” Eur. J. Radiol., vol. 126, no. February, p. 108941,
, doi: 10.1016/j.ejrad.2020.108941.
I. Allaouzi and M. Ben Ahmed, “A Novel Approach
for Multi-Label Chest X-Ray Classification of Common
Thorax Diseases,” IEEE Access, vol. 7, pp. 64279–64288,
, doi: 10.1109/ACCESS.2019.2916849.
C. Huang et al., “Clinical features of patients infected
with 2019 novel coronavirus in Wuhan, China,” Lancet, vol.
, no. 10223, pp. 497–506, 2020, doi: 10.1016/S0140-
(20)30183-5.
P. Boldog, T. Tekeli, Z. Vizi, A. Dénes, F. A. Bartha,
and G. Röst, “Risk assessment of novel coronavirus COVID-
outbreaks outside China,” J. Clin. Med., vol. 9, no. 2, 2020,
doi: 10.3390/jcm9020571.
Y. Takamitsu and Y. Orita, “Effect of glomerular
change on the electrolyte reabsorption of the renal tubule in
glomerulonephritis (author’s transl),” Japanese J. Nephrol.,
vol. 20, no. 11, pp. 1221–1227, 1978.
K. He, X. Zhang, S. Ren, and J. Sun, “Deep residual
learning for image recognition,” Proc. IEEE Comput. Soc.
Conf. Comput. Vis. Pattern Recognit., vol. 2016-December,
pp. 770–778, 2016, doi: 10.1109/CVPR.2016.90.