ACADSTAFF UGM
| Title | : | Sistem Deteksi Penyakit Paru-Paru melalui Gambar Rontgen Dada menggunakan Metode Deep Learning |
| Author | : |
Diyah Utami Kusumaning Putri, S.Kom., M.Sc., M.Cs. (1) Dinar Nugroho Pratomo, S.Kom., M.IM., M.Cs. (2) |
| Date | : | 10 2021 |
| Keyword | : | sistem deteksi penyakit,COVID-19,Pneunomia,Gambar Rontgen Dada,Deep Learning,Capsule Network sistem deteksi penyakit,COVID-19,Pneunomia,Gambar Rontgen Dada,Deep Learning,Capsule Network |
| Abstract | : | Penyakit Coronavirus COVID-19 merupakan penyakit infeksi yang disebabkan oleh virus korona. Penyakit ini telah tersebar ke seluruh dunia dan dinyatakan sebagai pandemi oleh World Health Organization (WHO). Lonjakan jumlah pasien COVID-19 telah membuat sistem perawatan kesehatan di seluruh dunia kewalahan dan jumlah fasilitas kesehatan dan sumber daya yang terbatas harus dapat dimanfaatkan secara efisien. Salah satu solusi yang ditawarkan adalah penggunaan rontgen dada untuk mendeteksi penyakit COVID-19 pada pasien yang menunjukkan gejala infeksi saluran pernapasan akut (ISPA). Penelitian ini selaras dengan prioritas riset dalam Rencana Induk Penelitian (RIP) UGM 2017-2022 dengan mengangkat salah satu tema penelitian unggulan UGM yaitu pembuatan Sistem dan Material Cerdas untuk Pelayanan dan Penyediaan Alat Kesehatan dan Obat-obatan. Penelitian ini secara khususnya terkait pembuatan sistem cerdas untuk mendeteksi penyakit paru-paru melalui citra rontgen dada menggunakan model Capsule Network. Hasil sistem deteksi ini diharapkan dapat membantu tenaga medis untuk membuat diagnosis akurat dari penyakit baru COVID-19 dan sebagai alat triase untuk menentukan kesesuaian pasien yang menderita ISPA untuk menjelasi tes COVID-19. Rencana kegiatan penelitian diawali dengan akuisisi dataset gambar rontgen dada pada kondisi normal, pasien COVID-19 dan pasien pneunomia, kemudian pra-pemrosesan data (pre-processing). Selanjutnya dilakukan analisa alat dan bahan kemudian perancangan sistem yang akan dibuat. Sistem dibuat dengan menggunakan deep learning, yaitu model arsitektur Capsule Network (CapsNet). Model terbaik yang telah didapatkan dari proses pelatihan menggunakan CapsNet dan diuji menggunakan data testing, selanjutnya akan diimplementasikan. Hasil pengujian selanjutnya akan dianalisa dan dilaporkan. Laporan penelitian disusun dalam laporan akhir seluruh kegiatan penelitian dan pembuatan naskah publikasi. Tujuan jangka panjang penelitian ini adalah pengembangan sistem deteksi penyakit paru-paru melalui citra rontgen dada dengan menggunakan metode deep learning. Pengembangan selanjutnya diharapkan sistem deteksi juga dapat mendeteksi penyakit lain dari gambar rontgen perut, kepala, tulang dan gigi. Tujuan khusus penelitian ini diharapkan mampu membuat sistem cerdas untuk pelayanan dan penyediaan alat kesehatan |
| Group of Knowledge | : | Ilmu Komputer |
| Original Language | : | English |
| Level | : | Internasional |
| Status | : |
Draft
|