Klasifikasi Edema Paru Menggunakan Metode Convolutional Neural Network Klasik dan Kuantum

Abstract

Penelitian ini mengembangkan model deteksi penyakit Edema Paru berdasarkan citra rontgen dada menggunakan metode Convolutional Neural Network (CNN) klasik dan Quantum CNN (QCNN). Dataset terdiri dari citra positif dan negatif Edema Paru, dibagi menjadi data latih dan uji dengan rasio 80:20. Model CNN dan QCNN dibangun menggunakan pencarian hyperparameter untuk memperoleh akurasi optimal. Model klasik menggunakan filter 3×3, empat lapisan konvolusi, dan 10 epoch. Model QCNN menggunakan arsitektur setara dengan modifikasi gerbang kuantum serta pelatihan selama 10 epoch. Setelah model klasik mencapai akurasi maksimum, QCNN dibangun dalam kondisi serupa untuk membandingkan performa. Hasil menunjukkan bahwa CNN memiliki akurasi lebih tinggi dibandingkan QCNN. Performa QCNN yang lebih rendah disebabkan oleh keterbatasan arsitektur dan device kuantum saat ini, yang belum mampu menangani representasi fitur citra seefisien CNN klasik. Kata kunci: citra X-ray, CNN, edema paru, hyperparameter, QCNN