KLASIFIKASI PENYAKIT MALARIA PADA STADIUM SCHIZONT DENGAN METODE DEEP LEARNING MENGGUNAKAN GOOGLENET DAN VGG 19

Perkembangan teknologi di zaman saat ini khususnya untuk penelitian terhadap klasifikasi citra, dapat membantu memudahkan dunia medis dalam mendeteksi dan mengklasifikasi kelas penyakit malaria secara otomatis melalui sebuah sistem. Sistem ini menggunakan metode deep learning dengan menggunakan pre-trained models  GoogLeNet, dan VGG 19, nilai parameter yang dihasilkan akan mengetahui dan menentukan pre-trained models yang terbaik. Parameter yang dihasilkan adalah grafik training dan hasil testing yang berupa confusion matrix serta performance. Penelitian ini mencari akurasi, kestabilan grafik, running time, perhitungan hasil confusion matrix dan performance matrix sebagai pengukuran kehandalan metode. Hasil training dari data latih untuk akurasi terbaik adalah algoritma GoogleNet, waktu runing time tercepat adalah pre-trained GoogleNet dan hasil testing klasifikasi terbaik adalah model  GoogleNet dengan nilai accuracy 97,41%, Precicion 100%, recall 93,75%, specificity 100 percent dan f-score 99,53 percent.