Deteksi Covid-19 pada Citra Sinar-X Dada Menggunakan Pre-Training Deep Autoencoder

Fadhil Yusuf Rahadika, Karina Amadea, Adhi Setiawan, Griselda Anjeli Sirait, Novanto Yudistira

Abstrak

Deteksi Covid-19 umumnya menggunakan tes laboratorium dengan metode RT-PCR untuk mendapatkan hasil yang akurat. Sayangnya, tes ini membutuhkan waktu yang cukup lama yaitu sekitar 24 jam untuk mendapatkan hasil. Selain menggunakan RT-PCR, beberapa penelitian menunjukkan bahwa deteksi menggunakan citra sinar-X menunjukkan hasil yang cukup akurat dengan waktu prediksi yang lebih cepat. Citra sinar-X yang didominasi warna dalam jangkauan grayscale dapat dikatakan memiliki karakteristik yang berbeda jika dibandingkan dengan citra secara umum, sehingga dalam penelitian ini eksperimen dilakukan terhadap pelatihan untuk kasus klasifikasi citra sinar-X dengan melatih model dari awal (scratch). Namun seringkali model yang dilatih tanpa adanya pretraining menyebabkan model tidak dapat mencapai performa yang cukup baik. Salah satu bentuk metode pretraining yang dapat digunakan adalah penggunaan autoencoder sebagai model untuk rekonstruksi citra. Dalam penelitian ini pelatihan menggunakan pretraining autoencoder menghasilkan akurasi terbaik sebesar 81.78% dengan tambahan metode CutMix, color manipulation, dan rotation sebagai augmentasi. Kami juga menunjukkan bahwa penambahan pretraining autoencoder secara konsisten dapat meningkatkan akurasi hingga 2.58% pada model yang dilatih dari awal (scratch).

Penulis

Fadhil Yusuf Rahadika
fadhilyusuf27@gmail.com (Kontak utama)
Karina Amadea
Adhi Setiawan
Griselda Anjeli Sirait
Novanto Yudistira
RahadikaF. Y., AmadeaK., SetiawanA., SiraitG. A., & YudistiraN. (2021). Deteksi Covid-19 pada Citra Sinar-X Dada Menggunakan Pre-Training Deep Autoencoder. Jurnal Ilmu Komputer Dan Agri-Informatika, 8(2), 95-104. https://doi.org/10.29244/jika.8.2.95-104
Copyright and license info is not available

Rincian Artikel

Most read articles by the same author(s)

Analisis Sentimen Pengguna Twitter terhadap Vaksinasi COVID-19 di Indonesia menggunakan Algoritme Random Forest dan BERT

Amin Elhan, Medria Kusuma Dewi Hardhienata, Yeni Herdiyeni, Sony Hartono Wijaya, Julio Adisantoso
Abstract View : 1216
Unduh :1518