Pemanfaatan Deep Learning menggunakan Convolutional Neural Network Terhadap Penyakit Tuberkulosis melalui Citra Rontgen

Abstrak

Tuberkulosis (TBC) merupakan penyakit yang disebabkan oleh infeksi bakteri Mycobacterium tuberculosis, yang menyerang paru-paru dan memicu gejala seperti batuk kronis serta sesak napas. Indonesia menempati posisi ketiga di dunia setelah India dan Cina dengan 824 ribu kasus TBC dan 93 ribu kematian per tahun, setara dengan 11 kematian per jam (Kemkes.go.id). Diagnosis TBC saat ini masih dilakukan secara manual melalui wawancara dengan pasien dan analisis hasil foto rontgen, yang berisiko menurunkan akurasi karena sifatnya yang subjektif. Diperlukannya teknologi berbasis komputer yang mampu menganalisis citra rontgen secara cepat dan akurat untuk membantu dokter spesialis paru. Penelitian ini ditujukan untuk mengembangkan model berbasis deep learning menggunakan metode Convolutional Neural Network untuk klasifikasi citra X-ray TBC. Model tersebut dikembangkan melalui proses menggunakan pendekatan SDLC. Berdasarkan hasil eksperimen di atas, presisi untuk kategori TBC adalah 90% dan kategori normal adalah 93%. Recall untuk TBC adalah 93% dan normal adalah 90%, sehingga rerata F1-score yang dihasilkan adalah 91%. Sebanyak 468 data uji, model dapat memasukkan 425 citra X-ray dengan benar dan 43 citra masuk salah dalam kelas, akurasi keseluruhan adalah 91%.