Pengembangan Sistem Deteksi Tuberkulosis pada Citra X-Ray Menggunakan Metode Convolutional Neural Network (CNN) dengan Framework Laravel

Abstract

Penyakit Tuberkulosis atau TBC merupakan penyakit yang diakibatkan oleh bakteri Mycobacterium Tuberculosis yang tingkat penularannya cukup tinggi. Penyakit TBC ini dapat didiagnosis melalui beberapa metode, yaitu menggunakan sampel dahak serta menggunakan scan x-ray. Namun, kedua metode tersebut membutuhkan waktu lama dalam proses pendeteksiannya. Oleh karena itu, dibutuhkan sistem deteksi yang dapat mendeteksi penyakit TBC dengan cepat serta dapat dilakukan oleh siapa saja. Pada penelitian ini, dibuat sistem deteksi yang dapat mendeteksi penyakit TBC melalui gambar x-ray bagian dada. Sistem deteksi yang dibuat merupakan aplikasi berbasis website yang dibangun menggunakan framework  Laravel dan model machine learning dengan metode Convolutional Neural Network (CNN) untuk analisis gambar x-ray. Penelitian ini akan menerapkan model CNN yang telah dibuat ke dalam aplikasi berbasis website melalui API yang dibuat menggunakan framework FastAPI. Hasil penelitian pada sistem deteksi yang dibuat menunjukkan bahwa sistem deteksi dapat melakukan pendeteksian pada penyakit TBC. Dibuktikan dengan hasil pengujian yang dilakukan menggunakan metode blackbox testing didapatkan bahwa hasil pengujian menunjukkan bahwa tingkat keberhasilan pengujian sebesar 87%. Selain itu, model machine learning dengan metode CNN juga dapat memberikan klasifikasi pada gambar x-ray dengan baik dimana didapat akurasi sebesar 93% pada data latih serta 85% pada data uji.Tuberculosis or TB is a disease caused by Mycobacterium Tuberculosis, which has a high transmission level. TB disease can be diagnosed through several methods, namely, using sputum samples and using x-ray scans. However, both methods take a long time to detect. Therefore, a detection system is needed to detect TB disease quickly and can be done by anyone. This research creates a detection system that can detect TB disease through chest x-ray images. The detection system is a web-based application built using the Laravel framework and a machine learning model with the Convolutional Neural Network (CNN) method for X-ray image analysis. This research will apply the CNN model that has been made into a web-based application through an API created using the FastAPI framework. The results of research on the detection system show that the detection system can detect TB disease. Proven by the results of testing conducted using the black box testing method, the test results show that the test success rate is 87%. In addition, the machine learning model with the CNN method can also provide classification on x-ray images well, where an accuracy of 93% is obtained on training data and 85% on test data.