Klasifikasi  Citra Sinar-X Penyakit Paru Menggunakan Convolutional Neural Network Berbasis Android

Paru-paru adalah organ vital dalam tubuh manusia yang berfungsi sebagai pertukaran udara yaitu masuknya oksigen dan keluarnya karbon dioksida dari dalam tubuh. Dalam mendiagnosis penyakit paru, para dokter akan melakukan analisa dini pada hasil citra x-ray thorax untuk mencari perubahan atau kelainan yang terjadi pada paru-paru. Proses analisa yang dilakukan oleh para dokter terkadang menghasilkan diagnosis yang berbeda (differential diagnosis). Penelitian ini bertujuan untuk mengklasifikasikan penyakit paru dari citra sinar-X, dimana terdapat tiga label kondisi paru. Selain itu, penelitian ini juga bertujuan untuk mengukur performa dari sistem yang telah dibuat melalui percobaan lima skenario terkait dengan tuning parameter learning rate, batch size, epoch, convolutional layer dan drop out. Sistem dikembangkan dengan menggunakan metode Deep Learning Convolutional Neural Network (CNN). Arsitektur model yang digunakan adalah CNN from scratch. Total data yang digunakan dalam membangun sistem yaitu 812 citra yang terbagi dalam tiga label kelas kondisi paru, yaitu normal, pneumonia dan tuberkulosis. Kemudian, Sistem akan ditanamkan pada aplikasi LungX berbasis Android menggunakan library TensorflowLite yang dapat digunakan pada versi android 7 ke atas. Hasil pelatihan dengan menggunakan 812 citra sinar-X menghasilkan akurasi sebesar 94%. Hasil validasi dengan 173 citra sinar-X dan pengujian dengan 175 citra sinar-X berturut-turut menghasilkan akurasi sebesar 94% dan 90% dengan parameter terbaik learning rate 0,0001, batch size 8, epoch 35, 4 convolutional layer dan drop out 0.