PERBANDINGAN OPTIMASI DEEP LEARNING MODEL ALEXNET DAN GOOGLENET DALAM DETEKSI COVID-19

<p>Pandemi Covid-19 terindentifikasi sejak Desember 2019 di Wuhan, Cina, yang disebabakan oleh penyakit pernafasan akut parah corona virus 2 (SARS-CoV-2). Pada 11 Meret 2021, lebih dari 110 juta kasus telah dikonfirmasi, dengan lebih dari 2,6 juta kematian dikaitkan dengan Covid-19 secara global. Penyebarannya sangat cepat melalui udara, dari hewan ke manusia dan manusia ke manusia ketika bernapas, bersin, batuk dan berbicara. Seseorang yang terjangkit penyakit ini tetap akan dapat menularkannya hingga dua minggu dengan gejala maupun tanpa gejala, seperti flu, demam, sakit tenggorokan, sesak nafas ,diare. Pandemi ini tidak dapat dikendalikan secara cepat, sehingga kasus terinfeksi akibat virus corona kian meningkat. Salah satu upaya pemerintah adalah menghimbau masyarakat untuk tetap tinggal dirumah dan melakukan cek kesehatan rutin dengan GeNose, Rapid Test,Swab Antigen/PCR. Sebagai alternatif, para pengembang melakukan upaya mempercepat pendeteksian melalui jaringan syaraf tiruan dengan metode deep learning yang merupakan pengembangan dari machine learning. Dari penelitian sebelumnya, metode ini terbukti mampu mencapai akurasi tertinggi sebesar 99