Penerapan Variasi Model Inception Deep Learning untuk Deteksi Covid-19 Berdasarkan Citra CT-Scan

<p>Pada tahun 2019, dihebohkannya wabah virus baru yaitu SARS-CoV2 dengan penyakit yang disebut COVID-19. Virus ini mengakibatkan gangguan pernafasan ringan hingga sedang. COVID-19 pertama kali muncul dan menyerang manusia di provinsi Wuhan, China. Penyebaran COVID-19 sangat cepat yang mengakibatkan hingga saat ini korban yang dinyatakan meninggal dunia sudah mencapai angka 2.587.225. Terdapat beberapa cara untuk mungurangi penyebaran COVID-19 salah satunya yaitu deteksi dini. Saat ini terdapat alternatif cara yang digunakan untuk deteksi dini yaitu salah satunya adalah dengan metode <em>neural network</em> atau jaringan saraf tiruan. <em>Deep Learning</em> merupakan salah satu jenis jaringan saraf tiruan yang sering digunakan untuk deteksi beberapa macam penyakit. Dalam penelitian ini mengklasifikasikan citra CT_Scan paru-paru berdasarkan dua kelas yaitu CT_COVID dan CT_NonCOVID dengan menggunakan dua model yaitu <em>Inception-v3</em> dan <em>Inception-v4</em>. Data citra CT_Scan berjumlah 2038 dan berasal dari situs Kaggle.com. Dari hasil yang didapatkan kemudian dibandingan dengan standard <em>performance metrics</em> kemudian menganalisis model terbaik diantara model yang digunakan dalam klasifikasi COVID-19. Dari hasil penelitian didapatkan model <em>Inception-v3</em> memperoleh rata-rata nilai akurasi 93,96%, nilai presisi 90,57%, nilai <em>recall</em> 95,65%, nilai spesifisitas 92,81</p>