@article{Rahadika_Amadea_Setiawan_Sirait_Yudistira_2021, place={Bogor, ID}, title={Deteksi Covid-19 pada Citra Sinar-X Dada Menggunakan Pre-Training Deep Autoencoder}, volume={8}, url={https://journal.ipb.ac.id/index.php/jika/article/view/38190}, DOI={10.29244/jika.8.2.95-104}, abstractNote={<p class="17">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 <em>grayscale </em>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 (<em>scratch</em>). Namun seringkali model yang dilatih tanpa adanya <em>pretraining </em>menyebabkan model tidak dapat mencapai performa yang cukup baik. Salah satu bentuk metode <em>pretraining </em>yang dapat digunakan adalah penggunaan <em>autoencoder </em>sebagai model untuk rekonstruksi citra. Dalam penelitian ini pelatihan menggunakan <em>pretraining</em>&nbsp;<em>autoencoder </em>menghasilkan akurasi terbaik sebesar 81.78% dengan tambahan metode CutMix, <em>color manipulation</em>, dan <em>rotation</em>&nbsp;sebagai augmentasi. Kami juga menunjukkan bahwa penambahan <em>pretraining autoencoder</em>&nbsp;secara konsisten dapat meningkatkan akurasi hingga 2.58% pada model yang dilatih dari awal (<em>scratch</em>).</p&gt;}, number={2}, journal={Jurnal Ilmu Komputer dan Agri-Informatika}, author={RahadikaFadhil Yusuf and Amadea, Karina and Setiawan, Adhi and SiraitGriselda Anjeli and Yudistira, Novanto}, year={2021}, month={Nov}, pages={95-104} }