Supriyadi Amir, Sitti Nur Azizah Fitriani Akbar, H. Hendra, Andi Muhammad Anwar, Sulfayanti Sulfayanti
{"title":"通过CNN基于Web应用程序的算法检测感染COVID-19肺部的x光图像","authors":"Supriyadi Amir, Sitti Nur Azizah Fitriani Akbar, H. Hendra, Andi Muhammad Anwar, Sulfayanti Sulfayanti","doi":"10.30872/jim.v17i1.6534","DOIUrl":null,"url":null,"abstract":"Pada penelitian ini menggunakan algoritma Convolutional Neural Network (CNN) untuk mendeteksi COVID-19 berdasarkan citra X-ray Paru-paru. Arsitektur CNN yang digunakan adalah EfficientNetB7 dan Resnet152V2 dengan memanfaatkan teknik Transfer Learning. Penelitian ini berfokus pada membandingkan kinerja kedua model arsitektur dalam mengklasifikasikan citra X-ray Paru-paru terinfeksi COVID-19. Selanjutnya mengimplementasikan model CNN tersebut ke aplikasi deteksi Citra X-ray paru-paru berbasis web. Dari hasil evaluasi kedua model tersebut disimpulkan bahwa Resnet152-V2 mencapai kinerja lebih baik dibanding arsitektur CNN EfficientNetB7 dengan akurasi 97% sedangkan EfficientNetB7 dengan akurasi 95%.","PeriodicalId":149284,"journal":{"name":"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer","volume":"37 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-07-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Deteksi Citra X-Ray Paru-Paru Terinfeksi COVID-19 dengan Algoritma CNN berbasis Aplikasi Web\",\"authors\":\"Supriyadi Amir, Sitti Nur Azizah Fitriani Akbar, H. Hendra, Andi Muhammad Anwar, Sulfayanti Sulfayanti\",\"doi\":\"10.30872/jim.v17i1.6534\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Pada penelitian ini menggunakan algoritma Convolutional Neural Network (CNN) untuk mendeteksi COVID-19 berdasarkan citra X-ray Paru-paru. Arsitektur CNN yang digunakan adalah EfficientNetB7 dan Resnet152V2 dengan memanfaatkan teknik Transfer Learning. Penelitian ini berfokus pada membandingkan kinerja kedua model arsitektur dalam mengklasifikasikan citra X-ray Paru-paru terinfeksi COVID-19. Selanjutnya mengimplementasikan model CNN tersebut ke aplikasi deteksi Citra X-ray paru-paru berbasis web. Dari hasil evaluasi kedua model tersebut disimpulkan bahwa Resnet152-V2 mencapai kinerja lebih baik dibanding arsitektur CNN EfficientNetB7 dengan akurasi 97% sedangkan EfficientNetB7 dengan akurasi 95%.\",\"PeriodicalId\":149284,\"journal\":{\"name\":\"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer\",\"volume\":\"37 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-07-03\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.30872/jim.v17i1.6534\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30872/jim.v17i1.6534","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Deteksi Citra X-Ray Paru-Paru Terinfeksi COVID-19 dengan Algoritma CNN berbasis Aplikasi Web
Pada penelitian ini menggunakan algoritma Convolutional Neural Network (CNN) untuk mendeteksi COVID-19 berdasarkan citra X-ray Paru-paru. Arsitektur CNN yang digunakan adalah EfficientNetB7 dan Resnet152V2 dengan memanfaatkan teknik Transfer Learning. Penelitian ini berfokus pada membandingkan kinerja kedua model arsitektur dalam mengklasifikasikan citra X-ray Paru-paru terinfeksi COVID-19. Selanjutnya mengimplementasikan model CNN tersebut ke aplikasi deteksi Citra X-ray paru-paru berbasis web. Dari hasil evaluasi kedua model tersebut disimpulkan bahwa Resnet152-V2 mencapai kinerja lebih baik dibanding arsitektur CNN EfficientNetB7 dengan akurasi 97% sedangkan EfficientNetB7 dengan akurasi 95%.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
