Deep Learning CNN for Pneumonia Detection: Advancing Digital Health in Society 5.0

Abstract

Pneumonia merupakan masalah kesehatan global yang serius dan menyumbang tingkat morbiditas serta mortalitas yang tinggi, terutama di wilayah dengan keterbatasan alat diagnostik dan sumber daya kesehatan. Penelitian ini bertujuan mengembangkan model Convolutional Neural Network (CNN) berbasis deep learning untuk mendeteksi pneumonia secara otomatis menggunakan citra X-ray dada. Metode yang digunakan meliputi pelatihan model pada dataset berlabel dengan serangkaian teknik pra-pemrosesan, seperti normalisasi, augmentasi data, dan peningkatan kualitas citra untuk memperbaiki ketahanan dan kemampuan generalisasi model. Hasil pengujian menunjukkan bahwa model yang dioptimalkan mencapai akurasi uji 91,67%, dengan nilai ROC-AUC 0,96 dan PR-AUC 0,95, yang menandakan performa kuat dalam membedakan pneumonia dari citra normal. Kesimpulannya, model CNN ini memiliki potensi signifikan sebagai alat bantu diagnostik yang cepat, konsisten, dan andal, serta mendukung visi Society 5.0 dalam integrasi kecerdasan buatan untuk meningkatkan layanan kesehatan dan kesejahteraan masyarakat.