Aplikasi Pembaca Gambar Rontgen Berbasis AI

Abstract

Abstrak Paru-paru merupakan organ pernapasan yang sangat penting bagi tubuh manusia. Apabila tidak diperhatikan dengan baik, maka dapat menyebabkan timbulnya penyakit pada paru-paru. Sepert penyakit pneumonia yang dimana satu anak meninggal akibat pneumonia setiap 39 detik. Indonesia menempati peringkat ketiga setelah India dan Cina dalam kasus TBC paru. Pada pandemi covid-19 terdapat 6.812.127 kasus terkonfirmasi di Indonesia. Kelainan pada paru dapat dilihat melalui X-ray . X-ray merupakan tindakan medis yang menggunakan gelombang radiasi sinar X dengan tipe warna grayscale. Ketika dokter spesialis menganalisis gambar x-ray dalam jumlah yang banyak, hal tersebut tentu melelahkan dan membutuhkan fokus yang tinggi. Convolutional Neural Network (CNN) saat ini banyak digunakan untuk mengklasifikasi, baik itu gambar ataupun video. Banyak penelitian yang menggunakan metode CNN untuk membaca dan mengidentifikasi penyakit dengan menggunakan gambar rontgen. Serta dengan penggunaan arsitektur turunan CNN yaitu DenseNet121 yang digunakan untuk melatih kembali model keluaran CNN, yang bertujuan untuk meningkatkan keefektifan model dalam mengklasifikasi gambar rontgen. Dan penelitian ini bertujuan untuk membuat User Interface yang menggunakan implementasi dari hasil klasifikasi CNN. Dan dapat membaca gambar x-ray tidak hanya satu tetapi lebih dari dua dalam satu waktu dan proses pengidentifikasian yang cepat dan mudah dalam pengoperasiannya. Dan juga dapat dilihat hasil akurasi pada pembacaan gambar x-ray sebagai hasil akhir dari proses penelitian ini didapatkan hasil akurasi sebesar 92%. Model terintegrasi dengan Graphical User Interface (GUI) dapat melakukan klasifikasi terhadap 4 kondisi pada gambar x-ray .

Kata kunci: Paru-paru, Gambar X-ray , Convolutional Neural Network, DenseNet121.