IAESONLINEIAESONLINE
Indonesian Journal of Electrical Engineering and Informatics (IJEEI)Indonesian Journal of Electrical Engineering and Informatics (IJEEI)Lung diseases represent a major public health concern, requiring timely and accurate diagnosis. Chest X-rays are widely used for initial screening, but manual interpretation is time-consuming and subject to variability among radiologists. To address these challenges, this study presents an automated deep learning-based framework for multi-class lung disease detection. The proposed approach integrates five convolutional neural network (CNN) architectures—EfficientNetB0, DenseNet201, ResNet50, MobileNetV2, and InceptionV3—within a hard-voting ensemble classifier to improve diagnostic performance. Transfer learning is applied to extract deep features from chest X-ray (CXR) images, and the ensemble strategy enhances overall accuracy compared to individual models. The system was evaluated into six categories, including normal, COVID-19, tuberculosis, opacity, bacterial pneumonia, and viral pneumonia. Results demonstrate that the ensemble achieves approximately 97% accuracy, outperforming current state-of-the-art methods. Furthermore, the model shows strong capability in differentiating bacteria from viral pneumonia, underscoring its potential as a reliable tool for automated lung disease diagnosis in clinical practice.
Dalam penelitian ini, diusulkan model berbasis ensemble CNN yang menggunakan hard voting untuk mendeteksi berbagai jenis penyakit paru dari gambar X-ray dada.Model ini melibatkan lima arsitektur CNN terkenal yaitu EfficientNetB0, DenseNet201, ResNet50, MobileNetV2, dan InceptionV3.Menggunakan transfer learning, fitur-fitur dalam X-ray dada diekstraksi dan disempurnakan dengan menggunakan hard voting ensemble.Hasil penelitian menunjukkan bahwa model ensemble ini mencapai akurasi sekitar 97%, melebihi metode-metode terbaik saat ini.Selain itu, model ini memiliki kemampuan yang baik dalam membedakan pneumonia bakteri dan virus.
Untuk penelitian lanjutan, perlu dilakukan penelitian lebih jauh mengenai model CNN yang dapat menangani variabel variasi gambar X-ray jambatan dada dan mengidentifikasi penyakit paru dengan kelas yang kurang perwakilan di dataset. Salah satu arah penelitian yang dapat ditempuh adalah investigasi terhadap penggunaan data augmentasi untuk mempelajari variasi dalam data medis, inti guna memperbaiki perwakilan kelas yang beragam dan meningkatkan kinerja model. Selanjutnya, penelitian lanjutan juga perlu mempertimbangkan integrasi model dengan sistem diagnostik berbasis konsolidasi data medis yang lebih besar, sehingga dapat mengintegrasikan hasil deteksi dari berbagai modalitas gambar medis. Penelitian harus juga mempertimbangkan aspek rekayasa yang dapat memaksimalkan model ensemble untuk aplikasi klinis, termasuk evaluasi performa real-time dan implementasi di berbagai lingkungan klien.
- Covid-19 detection using modified xception transfer learning approach from computed tomography images... doi.org/10.26555/ijain.v9i3.1432Covid 19 detection using modified xception transfer learning approach from computed tomography images doi 10 26555 ijain v9i3 1432
- ECOVNet: a highly effective ensemble based deep learning model for detecting COVID-19 [PeerJ]. ecovnet... peerj.com/articles/cs-551ECOVNet a highly effective ensemble based deep learning model for detecting COVID 19 PeerJ ecovnet peerj articles cs 551
| File size | 1.63 MB |
| Pages | 20 |
| DMCA | Report |
Related /
POLNAMPOLNAM Set fitur linguistik mencakup berbagai aspek, antara lain fitur morfologi, fitur bagian‑kata, fitur sintaksis, dan fitur wacana. Studi ini bertujuanSet fitur linguistik mencakup berbagai aspek, antara lain fitur morfologi, fitur bagian‑kata, fitur sintaksis, dan fitur wacana. Studi ini bertujuan
STTMCILEUNGSISTTMCILEUNGSI Model YOLOv11-seg berhasil meningkatkan akurasi deteksi penyakit daun beras dengan integrasi deteksi bounding box dan segmentasi instans.meskipun mencapaiModel YOLOv11-seg berhasil meningkatkan akurasi deteksi penyakit daun beras dengan integrasi deteksi bounding box dan segmentasi instans.meskipun mencapai
IAIIIAII This study successfully developed a hybrid CNN-LSTM model for accurate and interpretable DDoS attack detection. The model achieved near-perfect performance,This study successfully developed a hybrid CNN-LSTM model for accurate and interpretable DDoS attack detection. The model achieved near-perfect performance,
KIPMIKIPMI Sifat termal dan permukaan komposit LiFePO4/very-few-layer graphene (LiFePO4/VFLG) yang dibuat melalui rute sol-gel telah diteliti untuk aplikasi katodaSifat termal dan permukaan komposit LiFePO4/very-few-layer graphene (LiFePO4/VFLG) yang dibuat melalui rute sol-gel telah diteliti untuk aplikasi katoda
ITHBITHB Hal ini dapat diperburuk dengan tersedianya foto atau video seseorang di media sosial. Sistem face anti-spoofing (FAS) adalah suatu sistem yang pentingHal ini dapat diperburuk dengan tersedianya foto atau video seseorang di media sosial. Sistem face anti-spoofing (FAS) adalah suatu sistem yang penting
ICSEJOURNALICSEJOURNAL Model diuji dengan metrik evaluasi exact match (EM), F1-score, dan ROUGE. Hasil menunjukkan bahwa BERT unggul dengan skor Exact Match 99,57 %, F1-scoreModel diuji dengan metrik evaluasi exact match (EM), F1-score, dan ROUGE. Hasil menunjukkan bahwa BERT unggul dengan skor Exact Match 99,57 %, F1-score
UMBUMB Ringkasan temuan kami disajikan dalam Tabel 4.metode Deep Learning membuat perbaikan yang lebih drastis selama kinerjanya melebihi banyak rekan-rekan MachineRingkasan temuan kami disajikan dalam Tabel 4.metode Deep Learning membuat perbaikan yang lebih drastis selama kinerjanya melebihi banyak rekan-rekan Machine
BUMIGORABUMIGORA Penelitian ini menggunakan data ulasan objek wisata di Pulau Bali yang berasal dari situs tripadvisor.com. Penelitian dimulai dari pengumpulan data, perancanganPenelitian ini menggunakan data ulasan objek wisata di Pulau Bali yang berasal dari situs tripadvisor.com. Penelitian dimulai dari pengumpulan data, perancangan
Useful /
STIQ ALMULTAZAMSTIQ ALMULTAZAM Penelitian ini menggunakan metode kualitatif dengan teknik pengumpulan data penelitian kepustakaan. Sumber data yang digunakan adalah primer dan sekunder.Penelitian ini menggunakan metode kualitatif dengan teknik pengumpulan data penelitian kepustakaan. Sumber data yang digunakan adalah primer dan sekunder.
PELITA BANGSAPELITA BANGSA Citra yang dimiliki sekolah dan promosi yang dilakukan berperan penting dalam mendorong kepercayaan benevolence dan minat. Penelitian ini bertujuan menganalisisCitra yang dimiliki sekolah dan promosi yang dilakukan berperan penting dalam mendorong kepercayaan benevolence dan minat. Penelitian ini bertujuan menganalisis
PELITA BANGSAPELITA BANGSA Penelitian ini bertujuan untuk menganalisis pengaruh citra merek dan kualitas produk terhadap loyalitas konsumen melalui kepuasan konsumen Teh Gelas varianPenelitian ini bertujuan untuk menganalisis pengaruh citra merek dan kualitas produk terhadap loyalitas konsumen melalui kepuasan konsumen Teh Gelas varian
BUMIGORABUMIGORA Masalah utama yang dihadapi Pemerintah Daerah Provinsi Kepulauan Bangka Belitung saat ini adalah sulitnya mengklasifikasikan data industri rumahan berdasarkanMasalah utama yang dihadapi Pemerintah Daerah Provinsi Kepulauan Bangka Belitung saat ini adalah sulitnya mengklasifikasikan data industri rumahan berdasarkan