Implementasi Arsitektur Visual Geometry Group 16 (VGG16) untuk Deteksi Cardiomegaly pada Chest X-Ray

Abstract

Abstract— Penelitian ini ditujukan untuk pengembanganmetode deteksi cardiomegaly menggunakan foto toraks yangmenghasilkan dua klasifikasi yakni kelas cardiomegaly dannon cardiomegaly. Cardiomegaly adalah pembengkakanjantung dimana jantung memiliki berat yang tidak normaldaripada jantung pada umumnya. Deteksi dini cardiomegalyperlu dilakukan, karena hal ini merupakan faktor pentingdalam penyakit jantung yang parah. Selain itu, pentingnyadeteksi dini juga dapat mengurangi risiko komplikasi akibatcardiomegaly. Pemanfaatan teknologi kecerdasan buatandalam sistem pendukung pakar medis dengan data medismemberikan kontribusi dalam bidang kedokteran. Olehkarena itu, teknik hasil analisis dari sistem medis menjadifaktor penting dalam pengembangan dan implementasi yangefektif. Pendekatan yang digunakan dalam penelitian inimelibatkan model Convolutional Neural Network arsitekturVGG16 dengan tahap preprocessing dan penggunaan layeraugmentasi dalam menganalisis citra. Melalui implementasiVGG16, hasil penelitian ini mencapai tingkat akurasi 78% danROC AUC terdefinisi sebagai good classification dengan nilaisebesar 0,83. (Abstract)