Program Segmentasi Lapang Paru Berdasarkan Citra Chest X-Ray Menggunakan Metode U-Net
Hak Cipta
Program Segmentasi Lapang Paru Berdasarkan Citra Chest X-Ray Menggunakan Metode U-Net
Tuberkulosis (TB), penyakit menular yang diakibatkan oleh basil Mycobacterium tuberculosis, masih menjadi kontributor utama mortalitas global. Meskipun terapi antibiotik tersedia, kasus salah diagnosis dan keterlambatan penanganan sering terjadi. Pemeriksaan Rontgen Dada (CXR) umum digunakan untuk mendeteksi kelainan paru yang mengindikasikan TB. Sayangnya, proses interpretasi CXR sangat bergantung pada keterampilan radiolog, menjadikannya subjektif dan tidak konsisten. Menyadari perlunya peningkatan objektivitas dan efisiensi, penelitian ini mengembangkan sebuah pendekatan inovatif. Kami mengimplementasikan model U-Net dalam otomatisasi deteksi dan klasifikasi TB. Fokus utama kami adalah segmentasi lapang paru pada citra X-ray, yang dilaksanakan melalui tiga fase utama yaitu Image Enhancement, Pre-Processing dan Segmentasi. Evaluasi kinerja model akan menggunakan serangkaian metrik seperti Dice Coefficient, Accuracy, Precision, True Positive Rate, dan True Negative Rate. Hasil dari program ini diharapkan menjadi asisten diagnostik yang kuat bagi profesional kesehatan. Dengan memfasilitasi deteksi gejala TB yang lebih dini dan akurat dari citra X-ray, memungkinkan intervensi pengobatan yang lebih cepat dan efisien, yang pada akhirnya akan membatasi komplikasi penyakit dan memutus rantai penularan yang lebih luas.
2025-1759467088-to05
-
Pusat Riset Kecerdasan Artifisial dan Keamanan Siber
dewi037@brin.go.id
Badan Riset dan Inovasi Nasional
SF - Perangkat Lunak
Tangerang Selatan
02 Oktober 2025
EC002025209697
10 Desember 2025
10 Desember 2025
001049957
- Dewi Habsari Budiarti
( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber ) - Anto Satriyo Nugroho
( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber ) - Supriana Suwanda
( Pusat Riset Teknologi Manufaktur Mesin Produksi )
- Fajar Astuti Hermawati
( Universitas 17 Agustus 1945 Surabaya ) - Muhammad Alfan Firdaus
( Universitas 17 Agustus 1945 Surabaya ) - Amanda Restu Eka Pramesti
( Universitas 17 Agustus 1945 Surabaya ) - Elly Matul Imah
( Universitas Negeri Surabaya ) - Telly Kamelia
( FKUI-RSCM )