Abstract
Menurut Organisasi Kesehatan Dunia atau World Health Organization (WHO), Tuberculosis dan Pneumonia adalah dua dari 10 penyakit penyebab kematian terbesar di dunia. Untuk dapat mencegah tingginya resiko kedua penyakit tersebut adalah diagnosa dini yang akurat dan dapat diandalkan.Salah satu cara yang dapat digunakan untuk memperoleh diagnosa yang akurat dan andal tersebut adalah mengintegrasikan pengolahan citra dalam proses diagnosa. Tujuan dari penelitian ini adalah untuk menguji algoritma CNN Inception V3 dalam pengidentifikasian diagnosa penyakit Tuberculosis dan Pneumonia menggunakan foto radiasi elektromagnetik dari panjang gelombang tubuh seseorang. Dari foto-foto tersebut, hasil yang didapatkan yaitu persentase akurasi foto x-ray paru-paru normal sebesar 99.63%, persentase akurasi foto x-ray paru-paru penyakit Tuberculosis sebesar 99.82% dan persentase akurasi foto x-ray paru-paru penyakit Pneumonia sebesar 99.69%.
Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callSimilar Papers
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
