Implementasi Metode Inception V4 Dan Backward Chaining Untuk Diagnosa Penyakit Covid-19
Corona Virus Disease 19 (COVID-19) merupakan penyakit yang menyerang sistem pernafasan manusia. Pengujian yang umum digunakan adalah Rapid Test (Tes Antibodi), Swab Test (RT-PCR) dan Rapid Test (Tes Antigen). Metode alternatif yang mungkin dapat digunakan adalah memanfaatkan ilmu kecerdasaran buatan untuk mendiagnosis apakah seseorang terdampak penyakit Covid-19 contohnya yaitu metode Convolutional Neural Network (CNN) Arsitektur Inception V4. Algoritma Convolutional Neural Network dan Algoritma Backward Chaining dimanfaatkan dengan perannya masing masing untuk mengatasi masalah ini. Convolutional Neural Network (CNN) digunakan untuk mendiagnosa covid-19 berdasarkan rontgen paru-paru sedangkan Backward Chaining digunakan untuk menentukan varian covid-19. Hasil dari arsitektur InceptionV4 yang diperoleh menunjukan bahwa sistem ini mampu mengklasifikasikan citra xray covid dan normal. Nilai akurasi yang diperoleh mencapai angka sebesar 93,33%, precision sebesar 88,46%, serta F1-Score sebesar 93%.
APA Style
. (2023).Implementasi Metode Inception V4 Dan Backward Chaining Untuk Diagnosa Penyakit Covid-19 ().Teknik Informatika:FTI
Chicago Style
.Implementasi Metode Inception V4 Dan Backward Chaining Untuk Diagnosa Penyakit Covid-19 ().Teknik Informatika:FTI,2023.Text
MLA Style
.Implementasi Metode Inception V4 Dan Backward Chaining Untuk Diagnosa Penyakit Covid-19 ().Teknik Informatika:FTI,2023.Text
Turabian Style
.Implementasi Metode Inception V4 Dan Backward Chaining Untuk Diagnosa Penyakit Covid-19 ().Teknik Informatika:FTI,2023.Text
