Catatan bukti · UDINUS · SDGs
- Unit
- Rektorat UDINUS
- Periode
- 2024
- Tujuan
- Nomor
- a88c8aa8-9a88-4057-8e6c-e58e3ca9ea36
- Terbit
- 2026-10-30
Universitas Dian Nuswantoro melaksanakan penelitian menggunakan Convolutional Neural Networks (CNN) untuk analisis klasifikasi yang berkaitan dengan deteksi kelainan paru pada citra sinar-X dada. Kegiatan ini melibatkan Kamila, Izza Putri Sari, Christy Atika Sari, Eko Hari Rachmawanto, dan Nur Ryan Dwi Cahyo sebagai peserta dari UDINUS. Penelitian ini menggunakan CNN untuk mengenali pola melalui klasifikasi citra dan berfokus pada tiga kategori citra paru, yaitu Normal yang menunjukkan tidak adanya kelainan, Pneumonia, dan Tuberculosis.
Dataset yang digunakan terdiri atas 5.732 citra dua dimensi dengan dimensi 200 x 200 x 1. Citra tersebut dibagi menjadi data pelatihan sebesar 85% dan data pengujian sebesar 15%. Proses prapemrosesan mencakup pengubahan ukuran citra, peningkatan citra untuk meningkatkan kontras dan mengurangi kompleksitas citra, serta penyaringan untuk meningkatkan visibilitas dan mengurangi derau. Setelah prapemrosesan, CNN digunakan untuk mengklasifikasikan citra sinar-X dada ke dalam tiga kategori yang telah ditetapkan.
Hasil penelitian menunjukkan nilai akurasi sebesar 97,79%. Penelitian ini juga melaporkan nilai akurasi yang terus tinggi, yaitu 100% dalam enam percobaan. Temuan tersebut memberikan wawasan mengenai deteksi gangguan paru dan mendorong eksplorasi lebih lanjut dalam diagnosis medis. Sejalan dengan tujuan yang dinyatakan, kegiatan ini berkontribusi pada penelitian terkait kesehatan melalui analisis citra sinar-X dada dan penerapan klasifikasi CNN. Kegiatan ini merupakan kontribusi penelitian institusional Universitas Dian Nuswantoro dalam kajian deteksi kelainan paru menggunakan analisis komputasional berbasis citra.