Desain Algoritma Jaringan Syaraf Tiruan (JST) untuk Identifikasi Covid-19 dan Pneumonia

Abstract

Kementerian Kesehatan Republik Indonesia menyatakan bahwa penyakit Covid-19 merupakan kasus global yang menyerang lebih dari seratus juta jiwa pada tahun 2021. Sedangkan, pneumonia menjadi penyebab utama kematian pada bayi dan balita di Indonesia. Penyakit yang disebabkan oleh virus ini membutuhkan penanganan yang cepat dan tepat untuk meminimalisir penyebaran. Penyakit ini dapat diidentifikasi dengan analisis gejala, tes PCR, atau pengenalan citra radiologi. Adanya kesamaan gejala serta waktu dan biaya yang tidak sedikit untuk tes PCR,  menyebabkan identifikasi penyakit terhambat. Berdasarkan hal tersebut, dibangunlah suatu sistem pendeteksi penyakit Covid-19 dan pneumonia menggunakan Jaringan Syaraf Tiruan (JST) metode propagasi balik. JST yang dibentuk terdiri atas lapisan masukan yang merupakan data numerik fitur citra paru pasien normal, penderita Covid-19 dan pneumonia, lapisan tersembunyi berisi kumpulan proses identifikasi, serta lapisan luaran yang berisi luaran yang diharapkan yaitu jenis paru normal, penderita Covid-19, dan pneumonia. Setelah serangkaian pelatihan untuk sistem mempelajari data, didapatkan hasil yang paling baik yaitu dengan menggunakan kombinasi  pembelajaran dengan fungsi aktivasi tanh, learning rate 0,001 dan epoch 10000 kali. Dari hasil pengujian sistem, didapatkan akurasi dari 66,677% sampai 96,67%.