Image Enhancement dan Hybrid CNN untuk Meningkatkan Performa Klasifikasi COVID-19 pada Citra Chest X-Ray

Tengku Muaz Abdussalam, Prof. Ir. Hanung Adi Nugroho, S.T., M.Eng., Ph.D., IPM., SMIEEE.;Dr. Indah Soesanti, S.T., M.T.

2023 | Tesis | S2 Teknologi Informasi

Pandemi COVID-19 telah merenggut banyak nyawa dan diprediksi akan terus ada. Proses klasifikasi dengan menggunakan citra CXR telah banyak dilakukan dan menggunakan berbagai macam cara, salah satunya adalah dengan menggunakan model hybrid CNN. Untuk meningkatkan performa klasifikasi dengan menggunakan model hybrid CNN, teknik image enhancement dapat diterapkan pada citra CXR. Penelitian ini mengajukan teknik image enhancemet CLAHE yang diterapkan pada citra CXR yang kemudian diklasifikasi dengan model hybrid CNN. Hasil eksperimen menunjukkan bahwa terdapat peningkatan performa klasifikasi yang dibuktikan dengan dihasilkannya nilai AUC tertinggi yaitu 0.821. Hasil testing juga menunjukkan adanya peningkatan performa klasifikasi yang signifikan antara model hybrid CNN yang diusulkan dengan model hybrid CNN yang telah ada sebelumnya.

The COVID-19 pandemic has claimed many lives and is predicted to continue. The classification process using CXR images has been widely carried out and uses various methods, one of which is using a hybrid CNN model. To improve classification performance using a hybrid CNN model, image enhancement techniques can be applied to CXR images. This research proposes the CLAHE image enhancement technique which is applied to CXR images which are then classified using a hybrid CNN model. The experimental results show that there is an increase in classification performance as evidenced by the highest AUC value of 0.821. Testing results also show a significant increase in classification performance between the proposed hybrid CNN model and the existing hybrid CNN models.

Kata Kunci : COVID-19, CXR, image enhancement, hybrid CNN