ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI PENYAKIT MALARIA
Abstract
Malaria adalah penyakit yang disebabkan oleh parasit plasmodium, yang berada di aliran darah. Penularan penyakit ini terjadi ketika seseorang digigit nyamuk Anopheles. Selain itu, Malaria juga dapat ditularkan melalui penggunaan jarum suntik atau transfusi darah. Proses klasifikasi melibatkan kategorisasi data mentah menjadi data diskrit. Tujuan dari penelitian ini adalah untuk memanfaatkan metode Convolutional Neural Network (CNN) untuk memprediksi keakuratan klasifikasi citra sel darah penyakit Malaria, khususnya yang termasuk dalam kategori terinfeksi (Infected) dan tidak terinfeksi (Uninfected). Data yang digunakan dalam penelitian ini terdiri dari citra sel darah merah yang diperoleh dari situs web https://www.kaggle.com/. Model dievaluasi menggunakan metode CNN, menggunakan pemisahan kumpulan data 80:20, pengoptimalan Adam, dan epoch 10 iterasi. Hasilnya menghasilkan tingkat akurasi 89,70% dan loss 25,47%. Selanjutnya, pengujian dilakukan pada 5512 data uji, menghasilkan tingkat akurasi 92%, nilai presisi, recall, dan skor F1 rata-rata 92%.
References
[2]. Cahya, F. N., Hardi, N., Riana, D., & Hadiyanti, S. (2021). Klasifikasi Penyakit Mata Menggunakan Convolutional Neural Network (CNN). Sistemasi, 10(3), 618. https://doi.org/10.32520/stmsi.v10i3.1248
[3]. Chandley, P., Ranjan, R., Kumar, S., & Rohatgi, S. (2023). Host-parasite interactions during Plasmodium infection: Implications for immunotherapies. Frontiers in Immunology, 13(January), 1–27. https://doi.org/10.3389/fimmu.2022.1091961
[4]. Hanin, M. A., Patmasari, R., Fuâ, R. Y. N., & others. (2021). Sistem Klasifikasi Penyakit Kulit Menggunakan Convolutional Neural Network (cnn). EProceedings of Engineering, 8(1), 273–281.
[5]. Hardi, N., & Sundari, J. (2023). Pengenalan Telapak Tangan Menggunakan Convolutionall Neural Network (CNN). Reputasi: Jurnal Rekayasa Perangkat Lunak, 4(1), 10–15. https://doi.org/10.31294/reputasi.v4i1.1951
[6]. Kemenkes. (2023). Peta Endemisitas Malaria Periode 2023. https://malaria.kemkes.go.id/case
[7]. Nurfita, R. D. (2018). Implementasi Deep Learning Berbasis Tensorflow. Jurnal Emitor, 18(01), 22–27.
[8]. Ross, O. H. M. (2023). Various Deep Learning Algorithms in Computational Intelligence. Axioms, 12(5), 10–14. https://doi.org/10.3390/axioms12050495
[9]. Saputra, D. H., & Imran, B. (2023). Object Detection Untuk Mendeteksi Citra Buah-Buahan Menggunakan Metode Yolo. Jurnal Kecerdasan Buatan Dan …, 2(2), 70–80. http://ojs.ninetyjournal.com/index.php/JKBTI/article/view/18%0Ahttp://ojs.ninetyjournal.com/index.php/JKBTI/article/download/18/14
[10]. Supiyani, I., & Arifin, N. (2022). Identifikasi Nomor Rumah Pada Citra Digital Menggunakan Neural Network. METHODIKA: Jurnal Teknik Informatika Dan Sistem Informasi, 8(1), 18–21. https://doi.org/10.46880/mtk.v8i1.921
[11]. Suwitono, Y. A., & Kaunang, F. J. (2022). Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Klasifikasi Daun Dengan Metode Data Mining SEMMA Menggunakan Keras. Jurnal Komtika (Komputasi Dan Informatika), 6(2), 109–121. https://doi.org/10.31603/komtika.v6i2.8054
[12]. Tantyoko, H., Sari, D. K., & Wijaya, A. R. (2023). Prediksi Potensial Gempa Bumi Indonesia Menggunakan Metode Random Forest Dan Feature Selection. IDEALIS : InDonEsiA JournaL Information System, 6(2), 83–89. https://doi.org/10.36080/idealis.v6i2.3036
[13]. Utari, L., & Zulfikar, A. (2023). Penerapan Convolutional Neural Networks Menggunakan Edge Detection Untuk Identifikasi Motif Jenis Batik. TeknoIS : Jurnal Ilmiah Teknologi Informasi Dan Sains, 13(1), 110–123. https://doi.org/10.36350/jbs.v13i1.184
[14]. Yohannes, Y., Devella, S., & Arianto, K. (2020). Deteksi Penyakit Malaria Menggunakan Convolutional Neural Network Berbasis Saliency. JUITA: Jurnal Informatika, 8(1), 37. https://doi.org/10.30595/juita.v8i1.6671
.png)
.png)
