KATEGORI REVIEW JURNAL

SULAEMAN, MULKI (2020) KATEGORI REVIEW JURNAL. S1 thesis, Universitas Mercu Buana Jakarta.

Text (JURNAL MAHASISWA) jurnal 41516010031 MULKI SULAEMAN.pdf Restricted to Registered users only Download (719kB)

Abstract

Coronavirus-2019 or Covid-19 is a disease that is no stranger to today. This disease has become a global pandemic and the rapid spread of this disease is a major problem that must be controlled immediately. One way that can be done is to break the chain of spread of the virus by detecting and quarantining it. In general, early detection of this disease using RT-PCR, however detection in this way takes a lot of time. Therefore, detection using X-ray rays can be an alternative for the detection of this Covid disease. X-Ray is considered capable of describing the condition of the lungs in Covid-19 patients and can be a clinical diagnostic tool. However, with the high rate of spread of this disease, radiologists need extra manpower so that a solution is needed. Therefore, we recommend a machine learning method for early detection of Covid- 19. In this study, we made a comparison between several machine learning algorithms, namely Convolutional Neural Network (CNN), Naïve Beyes, and Suport Vector Machine (SVM). The evaluation is carried out by knowing the performance of the proposed method in the form of accuracy and sensitivity. After reviewing several journals, the results obtained were that the Convolutional Neural Network method was the method with the best performance. However, the disadvantage of this method is that the training process is quite slow compared to the other two methods. In the future, this method can add additional optimization to the training data to optimize the result vector solution on CNN, so as to increase the accuracy of the recognition results and speed up the training process. Key words: CNN, Machine Learning , Covid-19. Penyakit Coronavirus-2019 atau Covid-19 adalah penyakit yang sudah tidak asing lagi saaat ini. Penyakit ini telah menjadi pandemi global dan cepatnya penyebaran penyakit ini menjadi masalah utama yang harus segera dikendalikan. Salah satu cara yang dapat dilakukan adalah memutus rantai penyebaran virus tersebut dengan melakukan deteksi dan melalukan karantina. Pada umumnya pendekteksian awal penyakit ini menggunakan RT-PCR, Namun pendeteksian dengan cara ini membutuhkan banyak waktu. Oleh karena itu pendeteksian menggunakan sinar X-ray dapat menjadi alternatif untuk pendeteksian penyakit covid ini. X-Ray dianggap mampu menggambarkan kondisi paru-paru pada pasien Covid-19 dan dapat menjadi alat bantu diagnosa klinis. Namun dengan tingginya tingkat penyebaran penyakit ini membuat ahli radiologi membutuhkan tenaga ekstra sehingga dibutuhkan sebuah solusi untuk masalah ini. Oleh karena itu kami merekomendasikan sebuah metode machine learning untuk deteksi dini penyakit covid-19. Pada penelitian ini, kami malakukan perbandingan antara beberapa algoritma machine learning yaitu Convolutional Neural Netwrok(CNN), Naïve beyes, dan Suport Vector Machine(SVM). Evaluasi yang dilakukan dengan mengetahui performa metode yang diusulkan berupa akurasi dan sensitifitas. Setelah melakukan review beberapa jurnal, hasil yang didapatkan adalah metode Convolutional Neural Network menjadi metode dengan performa paling baik. Namun, Adapun kekurangan dari metode ini yaitu proses pelatihan yang cukup lambat dibandingkan dengan dua metode lainnya. Pada masa mendatang, metode ini bisa ditambahkan optimasi tambahan pada data training untuk mengoptimalkan hasil vektor solusi pada CNN, sehingga dapat meningkatkan akurasi hasil pengenalan dan mempercepat proses training. Kata kunci: CNN, Machine Learning , Covid-19.

Actions (login required)

View Item