Home  /  Elkomika  /  Vol: 9 Núm: 3 Par: 0 (2021)  /  Article
ARTICLE
TITLE

Klasifikasi COVID-19 menggunakan Filter Gabor dan CNN dengan Hyperparameter Tuning

SUMMARY

ABSTRAKPenyakit COVID-19 dapat timbul karena berbagai faktor sebab dan akibat, sehingga penyakit ini memiliki efek buruk bagi penderita. Pencitraan CT-Scan memiliki keunggulan dalam memproyeksikan kondisi paru-paru pasien penderita, sehingga dapat membantu dalam mendeteksi tingkat keparahan penyakit. Dalam studi ini, penelitian dilakukan untuk mendeteksi penyakit COVID-19 melalui citra CT-Scan menggunakan metode Filter Gabor dan Convolutional Neural Networks (CNN) dengan Hyperparameter Tuning. Data yang digunakan yaitu citra CT-Scan SARSCoV-2 berjumlah 2481 gambar. Sebelum melatih model, dilakukan preprocessing data, seperti pelabelan, pengubahan ukuran, dan augmentasi gambar. Pengujian Model dilakukan dengan beberapa skenario uji. Hasil terbaik diperoleh pada skenario untuk model Filter Gabor dan CNN dengan Hyperparameter Tuning mendapatkan akurasi sebesar 97,9% dan AUC sebesar 99% dibandingkan dengan model tanpa Hyperparameter Tuning dan Filter Gabor.Kata kunci: COVID-19, CNN, Filter Gabor, Hyperparameter Tuning, COVID-19 Classification ABSTRACTCOVID-19 disease can arise due to various causal and causal factors, so it has an adverse effect on patients. CT-Scan imaging has an advantage in projecting the lung condition of patients with the patient, so it can help in detecting the severity of the disease. In this study, research was conducted to detect COVID-19 disease through CT-Scan imagery using Gabor Filter method and Convolutional Neural Networks (CNN) with Hyperparameter Tuning. The data used is CT-Scan SARSCoV-2 imagery amounting to 2481 images. Before training the model, preprocessing data is performed, such as labeling, resizing, and augmentation of images. Model testing is performed with multiple test scenarios. The best results were obtained in scenarios for The Gabor Filter model and CNN with Hyperparameter Tuning getting 97.9% accuracy and AUC by 99% compared to models without Hyperparameter Tuning and Gabor Filter.Keywords: COVID-19, CNN, Filter Gabor, Hyperparameter Tuning, COVID-19 Classification

 Articles related

PRISCA DEVIANI PAKAN    

Klasifikasi kanker merupakan suatu topik penting dalam dunia kedokteran. Data mikro array merupakan suatu kumpulan data lengkap dengan ekspresi gen yang diambil dari beberapa pasien kanker. Penelitian ini bertujuan untuk melakukan klasifikasi kanker meng... see more


Prisca Pakan, Rocky Yefrenes Dillak    

Penelitian ini bertujuan mengembangkan suatu metode yang dapat digunakan untuk melakukanklasifikasi terhadap jenis musik berdasarkan file audio dengan format wav menggunakan algoritmaRidge Polynomial Neural Network (RPNN). Pengklasifikasian file audio ke... see more


NUR IBRAHIM,TASYA FIKRIYAH BACHERAMSYAH,BAMBANG HIDAYAT,SJAFRIL DARANA    

ABSTRAKTelur ayam negeri yang dibeli oleh masyarakat Indonesia di toko swalayan, pasar, ataupun di peternakan memiliki grade yang berbeda-beda. Pada penelitian sebelumnya, telah dilakukan pembuatan sistem pengklasifikasian telur ayam denga... see more

Revista: Elkomika

AFIEF DIAS PAMBUDI,SUHARTONO TJONDRONEGORO,HEROE WIJANTO    

ABSTRAKPengenalan format modulasi dari sinyal yang dideteksi merupakan salah satu bahasan penting pada sistem intelligent receiver yang digunakan untuk aplikasi di bidang militer maupun komersial. Oleh karena itu, pada penelitian ini dilakukan klasifikas... see more

Revista: Elkomika

Eka Dwi Nurcahya    

Penyakit pada ayam memiliki banyak jenis tetapi mempunyai beberapa gejala yang mirip dengan perbedaan yang sedikit. Gejala penyakit yang sulit dibedakan membuat peternak rentan melakukan kesalahan penanganan. Klasifikasi menggunakan teknik komputasi dapa... see more