Klasifikasi Citra X-Ray untuk Deteksi Dini Pneumonia Menggunakan CNN Berbasis Website

Pneumonia merupakan salah satu penyebab utama kematian di dunia, termasuk di Indonesia, dengan jumlah kasus yang terus meningkat setiap tahun. Diagnosis pneumonia secara konvensional masih bergantung pada tenaga medis ahli yang melakukan pemeriksaan manual citra X-ray dada, sehingga membutuhkan waktu yang cukup lama dan berisiko mengalami keterlambatan. Penelitian ini bertujuan merancang sistem deteksi dini pneumonia berbasis website dengan menggunakan metode Convolutional Neural Network pada citra X-ray dada. Pengembangan model dilakukan melalui proses augmentasi data, oversampling, dan undersampling untuk menyeimbangkan distribusi data. Hasil pengujian menunjukkan bahwa model dengan lima blok konvolusi menghasilkan akurasi sebesar 95,14%, precision 96%, recall 94%, dan F1-score 95%. Hasil ini menunjukkan bahwa sistem mampu mengklasifikasikan citra pneumonia dan normal secara akurat dan efisien. Sistem yang dikembangkan juga mampu mempercepat proses klasifikasi citra untuk mendukung diagnosis yang lebih cepat.