DETEKSI COVID-19 PADA CITRA CT-SCAN MENGGUNAKAN ALEXNET DAN STOCHASTIC GRADIENT DESCENT DENGAN MOMENTUM

Authors

  • Sri Widodo Fakultas Ilmu Kesehatan, Universitas Duta Bangsa Surakarta

DOI:

https://doi.org/10.47701/sikenas.v0i0.1258

Abstract

Pneumonia Coronavirus Disease 2019 (COVID-19) adalah peradangan parenkim paru yang disebabkan oleh Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2). Pemeriksaan penunjang yang dilakukan untuk menegakkan diagnosa Covid-19 adalah melalui pemeriksaan radiologi, salah satunya adalah Computed Tomography Scan (CT-Scan). Metode saat ini yang digunakan untuk mendiagnosis penyakit COVID-19 dari citra CT Scan dengan cara mempelajari kumpulan data gambar CT Scan 2-D menggunakan mata telanjang, kemudian melakukan intepretasi dari data satu per satu gambar tersebut. Prosedur ini tentu saja kurang efektif. Penelitian yang dilakukan adalah mendeteksi Covid-19 pada citra CT-Scan dengan menggabungkan dua metode menggunakan Deep Learning Convolution Neural Network (CNN). Yang pertama Arsitektur CNN yang digunakan adalah Alexnet, yang kedua adalah metode optimasi menggunakan Stochastic Gradien Descent with Momentum (SGDM). Penelitian ini meliputi empat hal pokok. Pertama adalah pengambilan Citra Ct-Scan dari internet. Kedua adalah preprosesing citra Ct-Scan. Ketiga adalah penentuan Region of Interest (ROI) dari Citra Ct-Scan yang mengandung Covid-19 dan Ct-Scan normal. Keempat adalah melakukan deteksi COVID-19 secara otomatis dengan melakukan klasifikasi terhadap citra yang diduga COVID-19 pada Ct-Scan menggunakan gabungan metode Alexnet dan SGDM. Akurasi yang didapatkan dari penggabungan dua metode tersebut adalah 85%.
Kata Kunci : Alexnet, Covid-19, Ct-Scan, CNN, SGDM.

Downloads

Published

2021-06-19

Issue

Section

Articles