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 |
| Short Link | https://juris.id/p-3qD |
| Lookup Links | Google ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard |
| DMCA | Report |
Related /
UBHINUSUBHINUS Sistem ini mampu memberikan rekomendasi kondisi optimal air berdasarkan data yang diinputkan. Implementasi sistem ini berpotensi meningkatkan efisiensiSistem ini mampu memberikan rekomendasi kondisi optimal air berdasarkan data yang diinputkan. Implementasi sistem ini berpotensi meningkatkan efisiensi
UNIPEMUNIPEM Proses ini seringkali dilakukan secara subjektif tanpa pertimbangan berbasis data yang memadai. Penelitian ini bertujuan mengimplementasi dan mengembangkanProses ini seringkali dilakukan secara subjektif tanpa pertimbangan berbasis data yang memadai. Penelitian ini bertujuan mengimplementasi dan mengembangkan
ITSITS Pentingnya penentuan ambang deteksi yang tepat ditekankan untuk menyeimbangkan antara waktu pimpin deteksi dan jumlah alarm palsu, di mana LSTM-AE terbuktiPentingnya penentuan ambang deteksi yang tepat ditekankan untuk menyeimbangkan antara waktu pimpin deteksi dan jumlah alarm palsu, di mana LSTM-AE terbukti
UBHARAUBHARA Metode Logistic Regression dengan SMOTE menunjukkan performa terbaik dengan akurasi 89,28%, presisi rata-rata 89,5%, recall rata-rata 89,75%, dan skorMetode Logistic Regression dengan SMOTE menunjukkan performa terbaik dengan akurasi 89,28%, presisi rata-rata 89,5%, recall rata-rata 89,75%, dan skor
UBHINUSUBHINUS Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa metode PSI dapat diterapkan dengan baik dalam kasus ini. Dalam kasus penelitian ini, motor yangBerdasarkan hasil penelitian ini, dapat disimpulkan bahwa metode PSI dapat diterapkan dengan baik dalam kasus ini. Dalam kasus penelitian ini, motor yang
UBHINUSUBHINUS Implementasi sistem ini berpotensi meningkatkan efisiensi dan akurasi dalam pengelolaan keuangan institusi. Namun, pengembangan dan pengujian lebih lanjutImplementasi sistem ini berpotensi meningkatkan efisiensi dan akurasi dalam pengelolaan keuangan institusi. Namun, pengembangan dan pengujian lebih lanjut
STMISTMI Selama ini lean maintenance mesin produksi ditangani oleh Maintenance (MTC) untuk permasalahan yang tidak bisa ditangani langsung oleh seksi machining.Selama ini lean maintenance mesin produksi ditangani oleh Maintenance (MTC) untuk permasalahan yang tidak bisa ditangani langsung oleh seksi machining.
ITKITK Tiga atribut yang paling berpengaruh dalam membangun model prediksi saldo produksi hasil ternak adalah komoditas, nilai produksi, dan biaya produksi (Rp),Tiga atribut yang paling berpengaruh dalam membangun model prediksi saldo produksi hasil ternak adalah komoditas, nilai produksi, dan biaya produksi (Rp),
Useful /
IAESONLINEIAESONLINE Excellent agreement between the measured and simulated data is demonstrated, verifying the FSS performance with a frequency variation of less than 3% andExcellent agreement between the measured and simulated data is demonstrated, verifying the FSS performance with a frequency variation of less than 3% and
IAESONLINEIAESONLINE Data meteorologis bulanan (temperatur, presipitasi, kelembapan, kecepatan angin, jumlah jam sinar matahari, tutupan awan, potensial evapotranspirasi, danData meteorologis bulanan (temperatur, presipitasi, kelembapan, kecepatan angin, jumlah jam sinar matahari, tutupan awan, potensial evapotranspirasi, dan
ITQANPRENEURSITQANPRENEURS Penelitian ini bertujuan untuk menganalisis masa lalu dan perwujudan jauh masa depan masjid di Madinah oleh Rasulullah. Pembuatan dan fungsi awal masjidPenelitian ini bertujuan untuk menganalisis masa lalu dan perwujudan jauh masa depan masjid di Madinah oleh Rasulullah. Pembuatan dan fungsi awal masjid
APTIKOMAPTIKOM Dengan menggunakan metode Business Model Canvas (BMC) untuk mengembangkan ide bisnis yang baru untuk menyusun strategi bisnis dengan cepat dan FishboneDengan menggunakan metode Business Model Canvas (BMC) untuk mengembangkan ide bisnis yang baru untuk menyusun strategi bisnis dengan cepat dan Fishbone