Deteksi Covid-19 pada Citra Rontgen Paru dengan Menggunakan Metode Deteksi Tepi Canny dan Convolutional Neural Network

Abstract

20174520017 - Covid-19 merupakan salah satu jenis Sars-Cov 2 yang disebut sebagai virus corona merupakan virus yang menyebabkan penyakit pada saluran nafas. Virus tersebut sangatlah berbahaya karena dapat berpindah dan menyebar dengan cepat. Metode Canny merupakan salah satu jenis deteksi tepi yang optimal dalam mengidentidikasi objek. Convolutional neural network merupakan jenis program yang dikembangan dari Multilayer Perceptron yang berfungsi untuk melakukan pengolahan jenis citra dua dimensi. CNN banyak diaplikasikan pada data citra dan kedalaman jaringan yang terdapat pada CNN sangat tinggi. Metode penelitian ini bertujuan untuk mencoba melakukan deteksi virus covid-19 menggunakan citra paru rontgen yang akan dilakukan dengan menggunakan metode tepi canny untuk mengubah citra dengan cara menyisakan tepi pada citranya dan kemudian menggunakan metode deep learning CNN sebagai model klasifikasi. Lalu berdasarkan hasil penelitian ini nilai akurasi tertinggi secara menyeluruh yang didapatkan dari data yang telah melalui proses deteksi tepi canny adalah 0.78 dimana lebih kecil dibandingkan dengan data yang tidak dilakukan proses deteksi tepi canny yang mendapatkan nilai akurasi tertinggi secara menyeluruh sebesar 0.80. Nilai precision, recall maupun nilai f1 yang dihasilkan terhadap data normal pada deteksi tepi canny lebih baik dibandingkan dengan data covid. Begitu juga dengan hasil dari data tanpa deteksi tepi canny.