Pendeteksiani covid-19 menggunakan ANFIS

Disebutkan bahwa COVID-19 dapat tersebar secara cepat dan maka dari itu diperlukan untuk proses diagnosis COVID-19 agar mengurangi proses penyebaran virus tersebut dan mempercepat proses pemulihan dari pasien yang terkena COVID-19. Namun, saat ini proses diagnose COVID-19 tersebut dilakukan melalui tes RT-PCR yang dimana cara tersebut membutuhkan waktu yang sangat lama (2-3 jam) untuk mendapatkan hasil diagnosa dan juga membutuhkan biaya yang cukup besar untuk alat-alat yang dibutuhkan. Maka dari itu, jurnal berikut mengusulkan ANFIS untuk mendeteksi COVID-19 secara cepat melalui tes darah yang sudah ada. Proses pendeteksian tersebut tentu akan memberikan waktu yang sangat cepat dan biaya yang tidak mahal.

Pengklasifikasi pasien COVID-19 dengan ANFIS ini memiliki 3 jenis lapisan yaitu, lapisan input, 3 lapisan tersembunyi, dan 1 lapisan output. Jumlah dari neuron ditentukan pada lapisan input yang sebanding dengan ukuran fitur yang diekstraksi. Lapisan tersembunyi diperiksa dengan jumlah neuron yang berbeda dan terjadi adanya 1 tambahan lapisan tersembunyi agar dapat mencapai tingkat klasifikasi yang optimal. Pada perancangan ANFIS di penelitian berikut, setiap lapisan tersembunyi memiliki 16 neuron. Lapisan keluaran terdiri dari satu neuron dan dengan demikian menghasilkan keluaran biner tunggal 0 (negatif) atau 1 (positif). Pelatihan model ANFIS dilakukan dengan menggunakan algoritma Hybrid-Learning.

Hasil evaluasi model ANFIS tersebut mendapatkan tingkat akurasi sebesar 95%, tingkat sensitivitas sebesar 75%, dan tingkat kekhususan sebesar 97.25% dengan catatan dataset yang digunakan memiliki hanya 10% data yang terbukti positif terkena COVID-19. Penggunaan ANFIS untuk pendeteksi COVID-19 dengan tes darah terbukti bahwa hasil yang diberikan sangat efisien, sangat berguna, dan diagnosa dari COVID-19 menjadi lebih cepat.

Ditulis : Albert Cryssiover