abisakha/Kecerdasan-Buatan-Tuberculosis-Menggunakan-Model-CNN

Haloo!! Selamat Datang di Repository ku, jadi repository ini membahas prediksi tbc menggunakn gambar x-ray. Hasil model ini dilatih dengan 60 epoch dan model mencapai akurasi sebesar 99%, menunjukkan kemampuan yang sangat baik dalam mengklasifikasikan intent dari input pengguna. Anda bisa mencoba menjalankan chatbot nya melalui link di bawah ini # Project Title ## Prediksi Penyakit Tuberculosis (X-ray) menggunakan metode Convolutional Neural Network Tuberkulosis (TBC) adalah salah satu penyakit menular yang menjadi penyebab utama kematian di seluruh dunia, terutama di negara berkembang. Tuberkulosis (TBC) tetap menjadi tantangan kesehatan global yang signifikan. Menurut laporan Organisasi Kesehatan Dunia (WHO) tahun 2023, terdapat sekitar 10,8 juta kasus TBC di seluruh dunia pada tahun 2023, dengan 1,25 juta kematian terkait penyakit ini.Indonesia menempati peringkat kedua dengan jumlah kasus TBC terbanyak di dunia, setelah India. menurut data kementrian kesehatan Pada tahun 2023, estimasi kasus TBC di Indonesia mencapai 1.060.000, dengan angka kematian sekitar 134.000 per tahun.Deteksi dini TBC sangat penting untuk mengurangi angka kematian dan mencegah penularan. Namun, metode deteksi tradisional, seperti tes laboratorium sputum, membutuhkan waktu dan tenaga medis yang signifikan. Oleh karena itu, pendekatan berbasis deep learning dengan menggunakan Convolutional Neural Network (CNN) menawarkan solusi inovatif untuk menganalisis citra X-ray paru-paru secara cepat dan akurat dalam mengidentifikasi pasien yang terkena TBC. Proyek ini bertujuan untuk mengembangkan model prediksi TBC berbasis CNN dengan memanfaatkan dataset X-ray paru-paru yang mengklasifikasikan gambar sebagai "normal" atau "TBC". dalam projek ini di gunakan datset dari kagle. Dataset Tuberculosis (TB) Chest X-ray dibuat oleh tim peneliti dari Qatar University, University of Dhaka, serta kolaborator dari Malaysia dan institusi medis di Qatar dan Bangladesh. Dataset ini mencakup 700 gambar X-ray pasien TB yang dapat diakses secara publik, 2800 gambar TB tambahan yang dapat diunduh melalui portal NIAID dengan perjanjian, dan 3500 gambar normal. Data dikumpulkan dari berbagai sumber, termasuk National Library of Medicine (NLM) AS, Belarus Set, NIAID TB Portal, dan RSNA CXR dataset. Penelitian ini berhasil mengklasifikasikan …