KLASIFIKASI PENYAKIT PNEUMONIA: STUDI KASUS RSUD DR PIRNGADI KOTA MEDAN

Abstract

Pneumonia adalah infeksi pada paru-paru yang disebabkan oleh bakteri, virus, atau jamur, yang menyebabkan peradangan dan penumpukan cairan di alveoli, kantong udara kecil di paru-paru. Gejala umum termasuk batuk, demam, sesak napas, dan nyeri dada. Penyakit ini dapat bervariasi dari ringan hingga berat, dan berisiko tinggi pada bayi, lansia, serta individu dengan sistem kekebalan tubuh yang lemah. Karena pneumonia dapat berpotensi berbahaya dan mengancam nyawa, identifikasi dan penanganan dini sangat penting. Klasifikasi citra adalah metode efektif untuk mengidentifikasi pneumonia, dengan membangun model yang dapat mengenali pola dari data citra X-ray dan memberikan diagnosis awal berdasarkan citra X-Ray yang diinputkan. Dalam penelitian ini, akan melakukan proses Pembangunan model klasifikasi pneumonia dengan menggunakan metode Reccurent Neural Network (RNN) dan Syntetic Minority Over-Sampling (SMOTE). Dalam penelitian ini, proses Pembangunan model akan menggunakan dataset yang dikumpulkan dari RSUD Dr. Pirngadi Kota Medan, yang Dimana berjumlah total 5840 data yang memiliki 2 kelas yaitu kelas data normal dan pneumonia. Yang Dimana kelas normal berisi citra X-Ray paru paru normal, sedangkan kelas pneumonia berisi data citra X-Ray paru paru yang telah terinfeksi pneumonia. Tujuan dari dilakukannya penelitian ini yaitu untuk membangun sistem klasifikasi penyakit pneumonia sehingga diharapkan dengan adanya sistem yang telah dibangun, diharapkan dapat membantu dalam proses identifikasi pneumonia sehingga bisa diambil penanganan lebih awal. Hasil yang didapatkan dari penelitian ini yaitu proses pengujian model dengan menggunakan metode RNN dan SMOTE mendapatkan akurasi sebesar 72%.