RAMADHAN, MUHAMMAD HARITS RASYID and Miftahuddin, Yusup (2023) Pengaruh Data Balancing Pada Klasifikasi Pneumonia Menggunakan VGG16. In: Prosiding Diseminasi Fakultas Teknik Industri Semester Ganjil 2023/2024, 2024, Bandung.

Text (Pengaruh Data Balancing Pada Klasifikasi Pneumonia Menggunakan VGG16) Pengaruh Data Balancing Pada Klasifikasi Pneumonia Menggunakan VGG16.pdf Download (873kB)

Abstract

Dengan berkembangnya teknologi khususnya pada bidang artificial intelligence (kecerdasan buatan), kini penyakit dapat diidentifikasi melalui gambar atau citra. Salah satunya adalah penyakit pneumonia dapat diklasifikasikan dengan menggunakan citra x-ray paru-paru. Namun permasalahan yang masih menjadi halangan untuk mencapai hasil klasifikasi yang baik adalah banyaknya dataset diluar sana yang tidak mempunyai jumlah data seimbang. Hal ini akan mengakibatkan hasil klasifikasi yang kecenderungan terhadap kelas yang memiliki jumlah data lebih banyak. Salah satu cara untuk mengatasi masalah tersebut adalah dengan melakukan data balancing terhadap dataset yang digunakan, salah satunya adalah Random Oversampling (ROS). Pada penelitian ini diusulkan pengujian antara model VGG16 tanpa data balancing dengan VGG16 dengan data balancing. Hasil menunjukan bahwa model VGG16 tanpa data balancing memiliki rata-rata akurasi sebesar 73% dengan mengalami banyak klasifikasi false positive, sedangkan model VGG16 dengan data balancing berhasil menurunkan tingkat klasifikasi false positive dan hasil akurasi rata-rata 83%. Kata kunci: Data Balancing, Pneumonia, VGG16, Kecerdasan Buatan

Actions (login required)

View Item