Bilah Samping Artikel
Unduhan
Isi Artikel Utama
Abstrak
Menurut Organisasi Kesehatan Dunia atau World Health Organization (WHO), Tuberculosis dan Pneumonia adalah dua dari 10 penyakit penyebab kematian terbesar di dunia. Untuk dapat mencegah tingginya resiko kedua penyakit tersebut adalah diagnosa dini yang akurat dan dapat diandalkan.Salah satu cara yang dapat digunakan untuk memperoleh diagnosa yang akurat dan andal tersebut adalah mengintegrasikan pengolahan citra dalam proses diagnosa. Tujuan dari penelitian ini adalah untuk menguji algoritma CNN Inception V3 dalam pengidentifikasian diagnosa penyakit Tuberculosis dan Pneumonia menggunakan foto radiasi elektromagnetik dari panjang gelombang tubuh seseorang. Dari foto-foto tersebut, hasil yang didapatkan yaitu persentase akurasi foto x-ray paru-paru normal sebesar 99.63%, persentase akurasi foto x-ray paru-paru penyakit Tuberculosis sebesar 99.82% dan persentase akurasi foto x-ray paru-paru penyakit Pneumonia sebesar 99.69%.
Rincian Artikel
Referensi
- Andika, L. A., Pratiwi, H., & Handajani, S. S. (2019). Klasifikasi penyakit pneumonia menggunakan metode convolutional neural network dengan optimasi adaptive momentum. Indonesian Journal of Statistics and Its Applications, 3(3), 331-340. doi: 10.29244/ijsa.v3i3.560.
- Azizah, F. N., & Juniati, D. (2021). Analisis Jenis Penyakit Paru-Paru Berdasarkan Chest X-Ray Menggunakan Metode Fuzzy C-Means. MATHunesa: Jurnal Ilmiah Matematika, 9(2), 322-331. doi: 10.26740/mathunesa.v9n2.p322-331.
- Cholifah, W. N., Yulianingsih, Y., & Sagita, S. M. (2018). Pengujian black box testing pada aplikasi action & strategy berbasis android dengan teknologi phonegap. STRING (Satuan Tulisan Riset dan Inovasi Teknologi), 3(2), 206-210. doi: 10.30998/string.v3i2.3048.
- Fauziah, K. N., Sudianto, S., & Nabella, S. D. (2022). Pengaruh Kelengkapan Data, Ketelitian, Kecepatan Dan Ketepatan Waktu Terhadap Kepuasan Konsumen Pada Pt Federal International Finance (Fif) Cabang Batam. Postgraduate Management Journal, 2(1), 40-51. doi: 10.36352/pmj.v2i1.418.
- Pratiwi, V. R., & Pardee, J. (2022). Image Captioning Menggunakan Metode Inception-V3 dan Transformer. e-Proceeding FTI.
- Rahmayani, C. K. (2023). Faktor Hambatan dalam Akses Pelayanan Kesehatan pada Puskesmas di Indonesia: Scoping Review. Jurnal Ilmiah Permas: Jurnal Ilmiah STIKES Kendal, 13(4), 1337-1344.
- Supriyanto, A., Kusuma, W. A., & Rahmawan, H. (2022). Klasifikasi Kanker Tumor Payudara Menggunakan Arsitektur Inception-V3 Dan Algoritma Machine Learning. Jurnal ALAZHAR Indonesia Seri Sains Dan Teknologi, 7(3), 187-193. doi: 10.36722/sst.v7i3.1284.
- Tarigan, L. Y., & Iskandar, D. (2022). Pemeriksaan Adenosine Deaminase (ADA) sebagai Alternatif Diagnosis TB pada Anak. Cermin Dunia Kedokteran, 49(7), 382-385.
- Unicef. (2022). “Tackling pneumonia could avert almost 9 million child deaths this decade.”. [Online]. Available: https://data.unicef.org/wp-content/uploads/20 20/01/Johns-Hopkins-LiST-pneumonia-projec tions-English_2020.pdf
- World Health Organization. (2022). “Global tuberculosis report 2022.”. [Online]. Available: https://iris.who.int/bitstream/handle/10665/36 3752/9789240061729-eng.pdf?sequence=1
Referensi
Andika, L. A., Pratiwi, H., & Handajani, S. S. (2019). Klasifikasi penyakit pneumonia menggunakan metode convolutional neural network dengan optimasi adaptive momentum. Indonesian Journal of Statistics and Its Applications, 3(3), 331-340. doi: 10.29244/ijsa.v3i3.560.
Azizah, F. N., & Juniati, D. (2021). Analisis Jenis Penyakit Paru-Paru Berdasarkan Chest X-Ray Menggunakan Metode Fuzzy C-Means. MATHunesa: Jurnal Ilmiah Matematika, 9(2), 322-331. doi: 10.26740/mathunesa.v9n2.p322-331.
Cholifah, W. N., Yulianingsih, Y., & Sagita, S. M. (2018). Pengujian black box testing pada aplikasi action & strategy berbasis android dengan teknologi phonegap. STRING (Satuan Tulisan Riset dan Inovasi Teknologi), 3(2), 206-210. doi: 10.30998/string.v3i2.3048.
Fauziah, K. N., Sudianto, S., & Nabella, S. D. (2022). Pengaruh Kelengkapan Data, Ketelitian, Kecepatan Dan Ketepatan Waktu Terhadap Kepuasan Konsumen Pada Pt Federal International Finance (Fif) Cabang Batam. Postgraduate Management Journal, 2(1), 40-51. doi: 10.36352/pmj.v2i1.418.
Pratiwi, V. R., & Pardee, J. (2022). Image Captioning Menggunakan Metode Inception-V3 dan Transformer. e-Proceeding FTI.
Rahmayani, C. K. (2023). Faktor Hambatan dalam Akses Pelayanan Kesehatan pada Puskesmas di Indonesia: Scoping Review. Jurnal Ilmiah Permas: Jurnal Ilmiah STIKES Kendal, 13(4), 1337-1344.
Supriyanto, A., Kusuma, W. A., & Rahmawan, H. (2022). Klasifikasi Kanker Tumor Payudara Menggunakan Arsitektur Inception-V3 Dan Algoritma Machine Learning. Jurnal ALAZHAR Indonesia Seri Sains Dan Teknologi, 7(3), 187-193. doi: 10.36722/sst.v7i3.1284.
Tarigan, L. Y., & Iskandar, D. (2022). Pemeriksaan Adenosine Deaminase (ADA) sebagai Alternatif Diagnosis TB pada Anak. Cermin Dunia Kedokteran, 49(7), 382-385.
Unicef. (2022). “Tackling pneumonia could avert almost 9 million child deaths this decade.”. [Online]. Available: https://data.unicef.org/wp-content/uploads/20 20/01/Johns-Hopkins-LiST-pneumonia-projec tions-English_2020.pdf
World Health Organization. (2022). “Global tuberculosis report 2022.”. [Online]. Available: https://iris.who.int/bitstream/handle/10665/36 3752/9789240061729-eng.pdf?sequence=1