// <![CDATA[PERBANDINGAN ARSITEKTUR RESNET 152 VERSI 1 DAN VERSI 2 DENGAN HYPERPARAMETER OPTIMIZATION UNTUK KLASIFIKASI PENYAKIT PARU-PARU]]> HAZKIA KAIKIBA / 152018082 Penulis 120070301 - Lisa Kristiana, S.T., M.T., Ph.D. Dosen Pembimbing 1
Infeksi paru-paru atau biasa disebut dengan pneumonia meruapakan penyakit paru-paru yang disebabkan oleh bakteri, virus, jamur, ataupun parasit. Jika kantung udara dipenuhi oleh cairan maka akan menyebabkan batuk berdahak, sulit bernapas, demam, nyeri dada, dan lain-lain. Pengamatan kondisi paru-paru ini dapat dilihat dengan foto rontgen. Rontgen digunakan untuk memeriksa dan mendeteksi kondisi kesehatan organ dalam termasuk paru-paru. Namun foto rontgen penyakit paru-paru terkadang sulit untuk diklasifikikasi menggunakan visualisasi mata manusia, sehingga penelitian ini menawarkan sistem yang dapat melakukan klasifikasi penyakit paru-paru berdasarkan citra rontgen menggunakan arsitektur ResNet-152. Untuk mengevaluasi penelitian, dibangun sistem klasifikasi berdasarkan arsitektur ResNet-152 dan melakukan perbandingan antara versi 1 dan versi 2 dengan hyperparameter optimization seperti batch size 32, optimizer SGD, learning rate 0.01, epoch 30, dan drop out 0.4 dan 0.3. Hasil pengujian menunjukan bahwa ResNet 152 versi 1 mengungguli akurasi di 93.84% dari versi 2 yang mencapai akurasi 90.41%.