I IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK BERBASIS MOBILENETV2 UNTUK KLASIFIKASI PNEUMONIA MENGGUNAKAN CITRA X-RAY PARU-PARU

Abstract

Pneumonia merupakan salah satu penyakit infeksi saluran pernapasan yang masih menjadi penyebab utama morbiditas dan mortalitas di dunia. Pemeriksaan citra X-ray dada merupakan metode yang umum digunakan dalam proses diagnosis pneumonia, namun interpretasinya sangat bergantung pada keahlian tenaga medis dan berpotensi menimbulkan kesalahan diagnosis. Penelitian ini bertujuan untuk mengimplementasikan metode Convolutional Neural Network (CNN) berbasis MobileNetV2 dalam mengklasifikasikan citra X-ray paru-paru menjadi kelas normal dan pneumonia. Dataset diperoleh dari platform Kaggle dan dibagi menjadi data latih, validasi, dan uji dengan proporsi masing-masing 80%, 10%, dan 10%. Proses pelatihan dilakukan menggunakan pendekatan transfer learning dan fine-tuning dengan optimizer AdamW serta teknik augmentasi data. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 97,47% pada data uji dengan nilai recall kelas pneumonia sebesar 99%. Hasil ini menunjukkan bahwa model yang diusulkan memiliki kemampuan generalisasi yang baik dan berpotensi digunakan sebagai sistem pendukung keputusan dalam diagnosis pneumonia berbasis citra X-ray.