PENERAPAN COV19-RESNET UNTUK DETEKSI COVID-19 PADA GAMBAR CHEST X-RAY YANG DIFOTO ULANG MENGGUNAKAN SMARTPHONE

Abstract

Pada akhir tahun 2019, munculnya wabah penyakit Coronavirus (COVID-19) yang disebabkan oleh virus SARS-CoV-2 menggemparkan dunia. Virus ini menyerang sistem pernapasan manusia terutama dapat menginfeksi paru-paru dan mudah menular. Virus COVID-19 cepat berkembang dan banyak muncul varian baru sehingga diperlukan metode yang dapat melakukan deteksi awal kemungkinan adanya virus dengan cepat agar pasien dapat mendapat penanganan yang tepat. Sementara itu, konsultasi menggunakan aplikasi telemedika sering digunakan pasien karena lebih hemat waktu dan aman dari virus. Sayangnya, gambar rontgen dada yang diberikan pasien memiliki kualitas yang buruk karena difoto ulang menggunakan telepon pintar sehingga menjadi tidak layak baca dan dokter sulit melakukan diagnosis. Kasus gambar yang difoto ulang belum diangkat pada penelitian sebelumnya. Oleh karena itu, dibangun situs web yang dapat membantu dokter mendeteksi kemungkinan adanya COVID-19 pada paru-paru berdasarkan masukan gambar berupa rontgen dada yang difoto ulang dengan telepon pintar menggunakan model COV19-ResNet. Pada penelitian ini yang membedakan adalah pada model digunakan fungsi aktivasi sigmoid untuk mendeteksi dua kelas, yaitu covid dan normal. Dataset yang digunakan merupakan kumpulan gambar dari hasil rontgen dada yang difoto ulang menggunakan telpon pintar dengan kamera iPhone 12 (12MP) dan Samsung Galaxy A8+ (16MP). Foto diletakkan dengan jarak 12 cm dari telpon pintar dan menggunakan lampu 12 watt. Pada dataset dilakukan augmentasi gambar dengan metode rotation, brightness, contrast, blur dan noise gambar sehingga menyerupai hasil rontgen dada yang difoto ulang menggunakan telepon pintar. Model dilatih menggunakan 2200 dataset dengan pembagian 80% data pelatihan dan 20% data validasi. Dengan menggunakan 100 epoch dan batch size sebesar 32, model memiliki akurasi pelatihan sebesar 85% dan akurasi validasi sebesar 80%. Setelah melakukan pengujian terhadap 30 gambar, didapatkan akurasi pengujian sebesa