Systematic Literature Review: Deep Learning Pada Citra Sinar-X Paru Untuk Klasifikasi Penyakit

Abstract

Paru-paru merupakan organ vital dalam tubuh manusia. Paru-paru mengangkut oksigen ke dalam tubuh dan mengeluarkan karbondioksida keluar dari tubuh. Proses pertukaran oksigen dan karbon dioksida ini membuat paru-paru rentan terjangkit oleh virus, bakteri dan jamur. Paru-paru dapat terjangkit berbagai jenis penyakit seperti pneumonia, tuberkulosis, kanker, ataupun covid-19. Dalam proses diagnosa penyakit tersebut, seringkali terjadi perbedaan diagnosa antar dokter. Melalui tantangan tersebut, diperlukan sistem pembelajaran mesin yang dapat menjadi pihak ketiga untuk melakukan klasifikasi kondisi. Salah satu metode modern yang dapat digunakan yaitu Metode deep learning. Convolutional Neural Network adalah salah satu dari banyaknya metode deep learning dan CNN telah terbukti menghasilkan akurasi yang tinggi dalam memproses gambar. Banyaknya penelitian yang telah menggunakan metode CNN dalam mengolah citra sinar-X paru menjadi dorongan untuk mencari gap dengan menggunakan metode SLR (Systematic Literature Review). Diagram PRISMA juga digunakan dalam memilih dan mendokumentasikan 93 paper yang relevan hingga menghasilkan 22 paper yang sesuai dengan lingkup penelitian yang menggunakan subjek sinar-X paru dan menggunakan metode deep learning CNN. Hasil yang diperoleh adalah informasi terkait dataset yang digunakan, hanya 1 dari 22 paper yang menggunakan data primer, sisanya adalah data sekunder. Selain itu, transfer learning menjadi pilihan terpopuler dalam mengembangkan sistem klasifikasi paru.   Kata kunci: Deep Learning, Paru-paru, Sinar-X, SLR, PRISMA