0409076101 - Muhammad Ichwan, Ir. MT. Dosen Pembimbing 1 RIFQI RIZQULLAH EKA PRASETYO / 152016061 Penulis

Citra medis memiliki peran penting dalam melakukan klasifikasi ataupun mengidentifikasi suatu penyakit, seperti halnya dengan penyakit Pneumonia yang merupakan penyakit pada paru-paru. Salah satu teknik yang dapat dilakukan dan sering digunakan adalah foto rongent atau x-ray. Pemeriksaan x-ray atau Rongent adalah salah satu teknik pencitraan medis yang menggunakan radiasi elektromagnetik untuk mengambil gambar atau foto bagian dalam tubuh. Dalam penelitian ini penulis membandingkan metode CNN dengn arsitektur ResNet-50 dan ResNet-152 untuk mengidentifikasi citra paru-paru dalam bentuk citra x-ray. Setelah dilakukan pengujian dengan menguji mulai dari 50 Epoch sampai dengan 150 dengan Learning Rate (0,0001) dan Optimizer Adam, SGD dan Adamax, hasil menunjukkan nilai rata-rata terbaik pada Optimizier Adamax dengan Accuracy 89,8%, Precision 89,5%, Recall 90,1%, dan F-Measure 89,6% dengan menggunakan Epoch 100 dan Learning Rate 0,0001 pada ResNet-50. Hasil tersebut dipengaruhi oleh jumlah dataset dari citra Training, citra Validation , dan citra uji. Kata Kunci — Convolutional Neural Network; Klasifikasi Citra; Klasifikasi Pneumonia; RESNET-50 dan RESNET-152.