Implementasi HE, AHE, dan CLAHE Pada Metode Convolutional Neural Network untuk Identifikasi Citra X-Ray Paru-Paru Normal atau Terinfeksi Covid19
Abstract
Pada tanggal 7 Juni 2022 secara global terdapat 232 negara dengan total kasus infeksi Covid 19 mencapai 529.410.287 kasus serta 6.296.771 kasus kematian. Diagnosis secara cepat dan tepat diperlukan untuk menangani permasalahan tersebut, sehingga dapat menekan penyebaran virus yang semakin meluas dan tidak terkendali. Saat ini, diagnosis berbasis komputer dapat digunakan oleh tenaga medis dalam mendiagnosis pneumonia pada Covid 19. Diagnosis berbasis komputer dapat menggunakan teknologi klasifikasi dalam deep learning dengan memanfaatkan data citra x-ray. Salah satu metode dalam deep learning yang dapat menangani persoalan klasifikasi dan segmentasi melalui data citra yaitu Convolutional Neural Network (CNN). Penelitian ini melakukan pengujian perbandingan performa HE, AHE, dan CLAHE terhadap akurasi CNN yang diperoleh. Hasilnya akan digunakan sebagai model untuk mendiagnosis citra x-ray apakah citra termasuk kategori Covid 19 atau normal menggunakan metode transfer learning. Berdasarkan pengujian yang telah dilakukan performa model terbaik diperoleh model CLAHE 50 epochs dengan accuracy, precision, recall, f1-score, dan AUC 96.4 %. Sedangkan pengujian kemampuan model dalam mendiagnosis 40 citra baru diperoleh akurasi 100% untuk kelas Covid 19 dan 70% pada kelas normal dengan akurasi rata-rata 85%.
References
Ai, T., Yang, Z., Hou, H., Zhan, C., Chen, C., Lv, W., Tao, Q., Sun, Z., & Xia, L. (2020). Correlation of Chest CT and RT-PCR Testing for Coronavirus Disease 2019 (COVID-19) in China: A Report of 1014 Cases. Radiology, 296(2), E32–E40. doi: 10.1148/radiol.2020200642
Datasans. (2019). Memahami ROC dan AUC. Medium. Retrieved from https://datasans.medium.com/memahami-roc-dan-auc-2e0e4f3638bf
Herlambang, M. B. (2019). Deep Learning: Convolutional Neural Networks (aplikasi). Megabagus.Id. Retrieved from https://www.megabagus.id/deep-learning002Dconvolutional-neural-networks-aplikasi/2/
Khoirul Umri, B., Utami, E., & P Kurniawan, M. (2021). Tinjauan Literatur Sistematik tentang Deteksi Covid-19 menggunakan Convolutional Neural Networks. Citec Journal, 8(1), 9–21.
Kurniawan, A., & Prihandono, A. (2020). Penerapan Teknik Bagging Untuk Meningkatkan Akurasi Klasifikasi Pada Algoritma Naive Bayes Dalam Menentukan Blogger Profesional. Jurnal Bisnis Digitasl Dan Sistem Informasi, 1(1), 34–40.
Kusuma, I. W. A. W. (2020). Penerapan Metode Contrast Stretching, Histogram Equalization Dan Adaptive Histogram Equalization Untuk Meningkatkan Kualitas Citra Medis Mri. Jurnal SIMETRIS, 11(1), 1–10.
Luqman Hakim, Sari, Z., & Handhajani, H. (2021). Klasifikasi Citra Pigmen Kanker Kulit Menggunakan Convolutional Neural Network. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(2), 379–385. doi: 10.29207/resti.v5i2.3001.
Marzuki, I., Bachtiar, E., Zuhriyatun, F., Kurniasih, H., Chamidah, D., Puspita, R., Sianturi, E., Hastuti, P., Mastutie, F., & Airlangga, E. (2021). COVID-19 Seribu Satu Wajah (J. Simmarmata, Ed.). Yayasan Kita Menulis.
Minarno, A. E., Mandiri, M. H. C., & Alfarizy, M. R. (2021). Klasifikasi COVID-19 menggunakan Filter Gabor dan CNN dengan Hyperparameter Tuning. ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, 9(3), 493–504. doi: 10.26760/elkomika.v9i3.493.
Primaya Hospital. (2020, November 11). Pemeriksaan CT Scan, Bisa Untuk Deteksi Covid-19? Retrieved from https://primayahospital.com/radiologi/ct-scan-deteksi-covid-19/.
Solihin, A., Mulyana, D. I., & Yel, M. B. (2022). Klasifikasi Jenis Alat Musik Tradisional Papua menggunakan Metode Transfer Learning dan Data Augmentasi. Jurnal SISKOM-KB (Sistem Komputer Dan Kecerdasan Buatan), 5(2), 36–44. doi: 10.47970/siskom-kb.v5i2.279.
Suharyanto, & Frieyadie. (2020). Analisis Komparasi Perbaikan Kualitas Citra Bawah Air Berbasis Kontras Pemerataan Histogram. Inti Nusa Mandiri, 15(1), 95–102.
Waluyo, S. H., & Prihandoko. (2017). Klasifikasi Pemanfaat Program Beras Sejahtera (RASTRA) Berdasarkan Tingkat Kemiskinan Dengan Menggunakan Algoritma Decision Tree C4.5 Berbasis Particle Swarm Optimization. Jurnal Energy, 7(2), 19–24.
WHO. (2020). Transmisi SARS-CoV-2: implikasi terhadap kewaspadaan pencegahan infeksi. Jenewa.
Widiarto, S. A., Saputra, W. A., & Dewi, A. R. (2021). Klasifikasi Citra X-Ray Toraks Dengan Menggunakan Contrast Limited Adaptive Histogram Equalization Dan Convolutional Neural Network (Studi Kasus: Pneumonia). JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 6(2), 348–359.
