Deteksi Citra X-Ray Paru-Paru Terinfeksi COVID-19 dengan Algoritma CNN berbasis Aplikasi Web

  • Amir S
  • Akbar S
  • Hendra H
  • et al.
N/ACitations
Citations of this article
31Readers
Mendeley users who have this article in their library.

Abstract

Pada penelitian ini menggunakan algoritma Convolutional Neural Network (CNN) untuk mendeteksi COVID-19 berdasarkan citra X-ray Paru-paru. Arsitektur CNN yang digunakan adalah EfficientNetB7 dan Resnet152V2 dengan memanfaatkan teknik Transfer Learning. Penelitian ini berfokus pada membandingkan kinerja kedua model arsitektur dalam mengklasifikasikan citra X-ray Paru-paru terinfeksi COVID-19. Selanjutnya mengimplementasikan model CNN tersebut ke aplikasi deteksi Citra X-ray paru-paru berbasis web. Dari hasil evaluasi kedua model tersebut disimpulkan bahwa Resnet152-V2 mencapai kinerja lebih baik dibanding arsitektur CNN EfficientNetB7 dengan akurasi 97% sedangkan EfficientNetB7 dengan akurasi 95%.

Cite

CITATION STYLE

APA

Amir, S. B. H., Akbar, S. N. A. F., Hendra, H., Anwar, A. M., & Sulfayanti, S. (2023). Deteksi Citra X-Ray Paru-Paru Terinfeksi COVID-19 dengan Algoritma CNN berbasis Aplikasi Web. Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer, 17(1), 37. https://doi.org/10.30872/jim.v17i1.6534

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free