Segmentasi Paru-Paru pada Citra Thorax Dada Dengan Menggunakan Metode CNN U-Net

Abstract

Paru-paru merupakan salah satu organ terpenting dari tubuh manusia. Apabila terjadi keabnormalan pada kinerja paru-paru, akan dapat menimbulkan penyakit pernafasan yang dapat membuat tubuh tidak dapat menjalankan kinerjanya dengan normal. Untuk mendeteksi keabnormalan pada paru-paru, dapat dilakukan dengan melihat ukuran dari paru-paru tersebut. Maka dilakukan segmentasi pada citra thorax agar dapat mempermudah dalam mendeteksi keabnormalan tersebut. Penelitian ini menyajikan metode untuk segmentasi paru-paru pada foto thorax dada pasien dengan metode CNN U-Net. Pada langkah awal pada metode CNN U-Net dilakukan resize lalu segmentasi menggunakan keras optimizer Nadam. Didapatkan nilai rata-rata akurasi sebesar 0,9632, sensitifitas sebesar 0,9586, dan spesifisitas sebesar 0,9675, F1-Skor sebesar 0,9920, dan koefisien Jaccard sebesar 0,9842. Sehingga didapatkan bahwa dari penelitian ini, metode CNN U-Net sangat baik digunakan dalam implementasi segmentasi paru-paru pada citra thorax dada.