Deteksi Tuberkulosis Berdasarkan Chest X-Ray Menggunakan Convolutional Neural Network

Abstract

Tuberkulosis (TB) merupakan salah satu penyakit infeksi yang masih menjadi masalah kesehatan global. Citra Chest X-Ray (CXR) banyak digunakan sebagai alat bantu diagnosis TB, namun interpretasi secara manual masih bergantung pada pengalaman radiolog. Perkembangan Artificial Intelligence (AI), khususnya deep learning, telah mendorong pengembangan sistem deteksi TB
secara otomatis yang lebih cepat dan konsisten. Penelitian ini mengusulkan metode deteksi tuberkulosis berdasarkan CXR menggunakan Convolutional Neural Network (CNN). Kinerja model dievaluasi dan dibandingkan dengan beberapa model klasifikasi lainnya, yaitu MobileNetV2, EfficientNetB0, dan InceptionV3. Hasil eksperimen menunjukkan bahwa CNN memperoleh performa terbaik dengan nilai accuracy, precision, recall, dan F1-score sebesar 1,00, sedangkan MobileNetV2, EfficientNetB0, dan InceptionV3 masing-masing mencapai akurasi sebesar 0,94, 0,96, dan 0,97. Hasil tersebut menunjukkan bahwa CNN mampu mempelajari karakteristik radiografis yang berkaitan dengan tuberkulosis secara efektif dan memberikan kinerja yang lebih baik dibandingkan model pembanding. Secara keseluruhan, penelitian ini menunjukkan bahwa CNN merupakan pendekatan yang potensial untuk mendukung deteksi tuberkulosis secara otomatis berdasarkan citra CXR.