Electronic Theses and Dissertation

Pneumonia adalah kondisi dimana paru-paru mengalami infeksi. Penyakit ini dapat disebabkan oleh berbagai jenis organisme termasuk bakteri, virus, dan jamur yang dapat menimbulkan peradangan pada rongga udara di salah satu atau kedua paru-paru. Untuk mengetahui seseorang terjangkit pneumonia, salah satunya adalah dengan melakukan scan X-ray paru-paru, namun hasil pemeriksaan citra X-Ray tersebut biasanya memakan waktu 1 sampai 3 jam untuk 1 orang saja yang membuat kebanyakan pasien mengambil hasil pemeriksaan di keesokan hari yang membuat pengobatan pasien pun tertunda jika pasien tersebut terjangkit pneumonia. Oleh karenanya pada penelitian ini dikembangkan aplikasi pendeteksi Pneumonia menggunakan kecerdasan buatan berbasis website yang dapat memprediksi secara real time citra X-ray yang dimasukkan untuk mengetahui apakah citra tersebut terindikasi normal atau abnormal. Pengembangan website terdiri dari beberapa tahap seperti analisa kebutuhan, perancangan sistem, pemilihan dan deksripsi model, pembuatan aplikasi, serta pengujian. Model deep learning menggunakan arsitektur VGG16, Flask digunakan sebagai framework website, dan MySql sebagai tempat penyimpanan data (database). Hasil penelitian yang di dapat adalah sebuah website yang dapat melakukan klasifikasi secara real time citra X-ray paru-paru menggunakan deep learning dalam waktu klasifikasi rata-rata 4.09 detik dengan akurasi sebesar 100% dari 5 citra X-ray.

Pneumonia is a condition where the lungs become infected. This disease can be caused by various types of organisms including bacteria, viruses, and fungi that can cause inflammation of the air cavities in one or both lungs. To find out if someone has pneumonia, one of the ways is by doing an X-ray scan of the lungs, but the X-Ray image examination results usually take 1 to 3 hours for 1 person alone which makes most patients take the results of the examination the next day which makes the patient's treatment delayed if the patient has pneumonia. Therefore, in this study, a website-based artificial intelligence pneumonia detection application was developed that can predict in real time the X-ray image entered to determine whether the image is indicated as normal or abnormal. The website development consists of several stages such as requirements analysis, system design, model selection and description, application development, and testing. The deep learning model uses VGG16 architecture, Flask is used as a website framework, and MySql as a database. The results of the research obtained are a website that can classify in real time lung X-ray images using deep learning in an average classification time of 4.09 seconds with an accuracy of 100% of 5 X-ray images.