UI Kembangkan Pendeteksi Pneumonia Covid-19 Berbasis Kecerdasan Buatan
Jum'at, 15 Mei 2020 - 09:22 WIB
loading...
Universitas Indonesia (UI) mengembangkan DSS-CovIDNet, sebuah alat bantu prediksi kasus pneumonia akibat Covid-19 dengan menggunakan program berbasis kecerdasan buatan (Artificial Intelligence/AI) deep-learning. Foto/Istimewa
A
A
A
JAKARTA - Universitas Indonesia (UI) melalui Kelompok Bidang Ilmu (KBI) Fisika Medis & Biofisika dan KBI Instrumentasi Fisika - Departemen Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam UI (FMIPA UI) mengembangkan DSS-CovIDNet, sebuah alat bantu prediksi kasus pneumonia akibat COVID-19 dengan menggunakan program berbasis kecerdasan buatan (Artificial Intelligence/AI) deep-learning.
Program tersebut dirancang oleh tim mahasiswa S2 serta alumni dari Departemen Fisika FMIPA UI yang tergabung dalam tim riset AIRA (Artificial Intelligence for Radiological Applications) di bawah arahan Prof Djarwani S. Soejoko dan Prawito.
DSS-CovIDNet menggunakan konsep convolutional neural network (CNN) untuk melakukan klasifikasi dari citra roentgen dada ke dalam 3 (tiga) kelompok, yakni pneumonia Covid-19, pneumonia Non-Covid-19, dan paru normal dengan akurasi mencapai 98,44%.
"Adanya DSS-CovIDNet diharapkan mampu berkontribusi menambah keyakinan diagnosis dan mengurangi beban dokter spesialis radiologi dengan tingginya workload terkait diagnosis dan pemantauan kasus COVID-19," ujar Koordinator Tim AIRA Lukmanda Evan Lubis.
Wakil Rektor UI Bidang Riset dan Inovasi Prof Abdul Haris menambahkan, tingkat akurasi yang tinggi membuat alat ini unggul. "Akses data juga kami buka dengan harapan memudahkan para peneliti untuk turut menyempurnakan program ini."
Program tersebut dirancang oleh tim mahasiswa S2 serta alumni dari Departemen Fisika FMIPA UI yang tergabung dalam tim riset AIRA (Artificial Intelligence for Radiological Applications) di bawah arahan Prof Djarwani S. Soejoko dan Prawito.
DSS-CovIDNet menggunakan konsep convolutional neural network (CNN) untuk melakukan klasifikasi dari citra roentgen dada ke dalam 3 (tiga) kelompok, yakni pneumonia Covid-19, pneumonia Non-Covid-19, dan paru normal dengan akurasi mencapai 98,44%.
"Adanya DSS-CovIDNet diharapkan mampu berkontribusi menambah keyakinan diagnosis dan mengurangi beban dokter spesialis radiologi dengan tingginya workload terkait diagnosis dan pemantauan kasus COVID-19," ujar Koordinator Tim AIRA Lukmanda Evan Lubis.
Wakil Rektor UI Bidang Riset dan Inovasi Prof Abdul Haris menambahkan, tingkat akurasi yang tinggi membuat alat ini unggul. "Akses data juga kami buka dengan harapan memudahkan para peneliti untuk turut menyempurnakan program ini."
Lihat Juga :
