Taufiq Hidayat Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Informatika 2022

Skripsi

Pneumonia merupakan penyakit infeksi saluran pernapasan akut yang menyerang paru- paru. Penyakit ini menyebabkan peradangan pada kantong udara (alveoli) paru-paru, sehingga penderitanya mengalami sesak napas, batuk berdahak, demam, dan menggigil. Pneumonia dapat dideteksi melalui pemeriksaan chest X-ray. Pemeriksaan citra chest X- ray umumnya dilakukan oleh dokter ahli radiologi. Namun demikian, ketersediaan dokter ahli radiologi tentu saja terbatas. Oleh karena itu dibutuhkan program komputer berupa metode pembelajaran mesin (machine learning) yang secara otomatis dapat mengklasifikasi chest X-ray, sehingga membantu pemeriksaan pneumonia pada citra chest X-ray. Metode yang digunakan dalam penelitian ini yaitu metode klasifikasi hybrid Convolutional Neural Network (CNN)-Extreme Gradient Boosting (XGBoost) dan Convolutional Neural Network (CNN)-Light Gradient Boosting (LightGBM). Metode CNN merupakan metode klasifikasi dasar yang digunakan kedua metode tersebut sebelum dilanjutkan ke metode klasifikasi utama. Metode klasifikasi utama untuk masing-masing metode klasifikasi yaitu XGBoost dan LightGBM. Sebelum klasifikasi, data citra chest X- ray diproses terlebih dahulu melalui image preprocessing. Image preprocessing yang diterapkan yaitu image grayscaling, image resizing, image stretching, dan thresholding. Berdasarkan hasil pengujian metode klasifikasi CNN-XGBoost didapatkan nilai akurasi 97,60%. Sedangkan pengujian metode klasifikasi CNN-LightGBM menghasilkan nilai akurasi 97,45%. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 106739 2022-12-13 12:17:44 2022-12-13 15:05:05 machine generated