Analisis Performa Deteksi Penyakit Paru-Paru dengan Model Klasifikasi Gambar Menggunakan LSTM Deep Learning
Abstract
This research aims to analyze the performance of image classification models for lung disease detection using the long short-term memory (LSTM) deep learning method, and compare it with other methods such as convolutional neural networks (CNN). LSTM, which is commonly used in sequential data processing, is explored for its capabilities in handling medical imaging data. Performance comparisons are based on accuracy, precision, recall, and F1-score metrics, with data drawn from multiple sources of lung imaging datasets. The results of this study show that the LSTM method has certain advantages and disadvantages compared with CNN in terms of efficiency, detection accuracy, and generalization ability.
Keywords
Full Text:
PDFReferences
Ariyanto, T., & Syah, R. R. 2020. Penerapan Deep Learning untuk Klasifikasi Penyakit Tuberkulosis pada Citra X-Ray Dada Menggunakan Convolutional Neural Network. Jurnal Informatika Universitas Pamulang, 5(1), 56-63.
Anggraeni, R., & Hidayat, R. 2022. Analisis Perbandingan Model CNN dan LSTM untuk Klasifikasi Citra Penyakit Paru-Paru. Jurnal Teknologi Kesehatan, 11(1), 55-62.
Fitriani, M., & Nugraha, D. 2019. Penggunaan Deep Learning untuk Identifikasi Penyakit Paru-Paru pada Citra Digital X-Ray. Jurnal Sistem Informasi dan Komputerisasi, 7(3), 98-104.
Fauzan, A., & Setiawan, D. 2022. Klasifikasi Penyakit Paru-paru Menggunakan Convolutional Neural Network (CNN) dan Data Citra X-Ray. Jurnal Sains dan Teknologi, 15(3), 55-61.
Hidayat, M., & Sari, P. A. 2020. Penerapan Convolutional Neural Network (CNN) untuk Mendeteksi Penyakit Tuberkulosis Berdasarkan Citra X-Ray Dada. Jurnal Ilmu Komputer dan Informatika, 12(1), 33-41.
Kusuma, A. P., & Wibowo, R. 2023. Studi Penerapan Hybrid Model CNN dan LSTM untuk Deteksi Penyakit Paru-Paru Menggunakan Citra X-Ray. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 7(4), 129-137.
Kurniawan, Y., & Farid, M. 2019. Pengembangan Model Deep Learning untuk Deteksi Kelainan Paru-Paru pada Citra Radiologi. Jurnal Informatika dan Rekayasa Perangkat Lunak, 5(1), 44-51.
Mulyadi, S., & Rahmawati, I. 2021. Penggunaan Convolutional Neural Network (CNN) untuk Pendeteksian Dini Penyakit Pneumonia pada Citra X-Ray Dada. Jurnal Kesehatan dan Teknologi, 6(2), 87-94.
Maulana, M., & Pratama, R. 2020. Implementasi Deep Learning untuk Diagnosa Penyakit Paru-Paru Berdasarkan Citra Medis X-Ray. Jurnal Teknik Komputer, 7(2), 25-34.
Putra, H. N., & Supriyadi, E. 2020. Evaluasi Metode Deep Learning untuk Diagnosa Penyakit Paru-Paru Berdasarkan Data Citra X-Ray. Jurnal Teknik Informatika dan Sistem Informasi, 9(3), 203-210.
Ramadhani, F., & Prasetyo, B. 2021. Implementasi Long Short-Term Memory (LSTM) pada Deteksi Dini Penyakit Paru-Paru Menggunakan Data Citra X-Ray. Jurnal Informatika dan Komputasi, 10(2), 112-120.
Safitri, M., & Arifin, Z. 2024. Optimalisasi Metode Deep Learning untuk Klasifikasi Penyakit Paru-Paru pada Citra Medis. Jurnal Teknologi Informasi dan Ilmu Komputer, 10(3), 145-152.
Suryadi, A., & Kurniawan, D. 2021. Studi Komparasi CNN dan SVM pada Deteksi Penyakit Paru-Paru Menggunakan Citra X-Ray. Jurnal Teknologi Informasi dan Komunikasi, 9(2), 89-95.
Saputra, T. A., & Widodo, B. 2023. Penggunaan CNN untuk Klasifikasi Penyakit Pneumonia pada Citra X-Ray Dada. Jurnal Teknologi dan Rekayasa Komputer, 8(1), 99-105.
Wijaya, K. A., & Siregar, Y. 2021. Deteksi Dini Penyakit Paru-Paru Berbasis Citra X-Ray Menggunakan Metode Convolutional Neural Network (CNN). Jurnal Teknologi Informasi dan Terapan, 8(2), 75-83.
DOI: http://dx.doi.org/10.33087/jiubj.v25i1.5697
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
|
