Penerapan Inception V3 Untuk Deteksi Penyakit Tuberkulosis Berdasarkan Citra Rontgen Dada Melalui Sistem Berbasis Web
Year: 2025
Type: article
Abstract: Tuberkulosis merupakan penyakit menular yang masih menjadi permasalahan signifikan di sektor kesehatan, terutama di Indonesia. Proses diagnosis berbasis citra rontgen dada kerap menghadapi kendala akibat keterbatasan jumlah radiolog dan kemiripan visual antara tuberkulosis dan gangguan paru lainnya. Penelitian ini mengkaji penerapan model deep learning dengan arsitektur Inception v3 yang dirancang untuk ekstraksi fitur multiskala. Model diterapkan dalam sistem berbasis web dengan antarmuka yang dibangun menggunakan framework django. Studi ini bersifat kuantitatif dan menggunakan dataset citra rontgen dada dari platform Kaggle untuk pelatihan dan pengujian klasifikasi antara kondisi paru normal dan terindikasi tuberkulosis. Model yang telah melalui proses fine-tuning dengan 30 epoch learning rate sebesar 0,0001, dan dropout rate 0,5 menunjukkan akurasi pelatihan sebesar 97% dengan nilai loss 0,08. Pengujian menggunakan confusion matrix terhadap data uji menghasilkan akurasi sebesar 98,57%.
Authors: Davit Purba Novita, Juliansyah Putra Tanjung, Juanda Putra Sinaga, Febrianta Tarigan, Mhd Allifi Rifqi
Language: Indonesian
Topic: COVID-19 diagnosis using AI
Subfield: Radiology, Nuclear Medicine and Imaging
Field: Medicine
Domain: Health Sciences
Open Access status: hybrid
OpenAlex ID: W4415098027
