Klasifikasi Citra X-Ray Penyakit Tuberkulosis Menggunakan Swin Transformer

Bagastama, Pradika (2026) Klasifikasi Citra X-Ray Penyakit Tuberkulosis Menggunakan Swin Transformer. Pro-Step Report, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_I.pdf Download (358kB)
	PDF BAB_II.pdf Download (710kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (280kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (260kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)
	PDF LEMBAR_PENGESAHAN.pdf Restricted to Registered users only Download (52kB)

Abstract

Program PRO-STEP: Road to Champion merupakan program pengembangan kompetensi mahasiswa Universitas Multimedia Nusantara yang bertujuan mendorong kegiatan penelitian dan partisipasi dalam kompetisi akademik. Melalui program ini, penulis bersama tim mengikuti kompetisi penulisan artikel ilmiah Journal of Medical Science and Sports Health (JoMaSSH) dengan mengangkat topik klasifikasi Tuberkulosis (TB) menggunakan citra Chest X-Ray berbasis Artificial Intelligence. Penelitian diawali dengan studi literatur untuk mengidentifikasi research gap pada penelitian deteksi Tuberkulosis menggunakan metode Deep Learning. Arsitektur Swin Transformer dipilih sebagai model utama karena kemampuannya dalam menangkap fitur citra melalui mekanisme self-attention. Dataset yang digunakan adalah TBX11K yang telah melalui proses seleksi dan penyeimbangan data sebelum digunakan dalam pengembangan model. Tahapan penelitian meliputi persiapan lingkungan kerja, pengolahan data, pembangunan model, pelatihan model, evaluasi performa, serta penerapan Grad-CAM untuk meningkatkan interpretabilitas hasil prediksi. Hasil eksperimen menunjukkan bahwa model Swin Transformer mampu mencapai akurasi validasi sebesar 98,37%, yang menunjukkan performa klasifikasi yang sangat baik pada citra Chest X-Ray. Visualisasi Grad-CAM juga menunjukkan bahwa model berfokus pada area paru-paru yang relevan saat melakukan prediksi. Hasil penelitian kemudian disusun dalam artikel ilmiah berjudul "Performance Analysis of Transformers and ComNet for Tuberculosis Detection in Chest X-Rays" dan disubmit pada kompetisi JoMaSSH.

Item Type:	Technical Report (Pro-Step Report)
Creators:	Bagastama, Pradika (00000061787)
Contributors:	Evelin Johan, Monika (0327059501)
Keywords:	Chest X-Ray, Deep Learning, Grad-CAM, Swin Transformer, Tuberculosis
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	30 Jul 2026 14:57
URI:	https://kc.umn.ac.id/id/eprint/48904

Actions (login required)

View Item