SEGMENTASI CITRA ECHOCARDIOGRAPHY MENGGUNAKAN DENSE-AIDAN

Penyakit jantung bawaan merupakan kelainan struktural pada jantung yang diderita sejak lahir dan sekitar 1% dari seluruh anak yang lahir mengidap penyakit ini, sehingga deteksi terhadap keadaan jantung yang tidak normal harus dilakukan sejak dini. Deteksi dapat dilakukan dengan melakukan perhitungan tracing area segmentasi end systole dan end diastole pada video echocardiography jantung. Penelitian ini bertujuan untuk melakukan segmentasi pada citra echocardiography menggunakan metode Dense-AIDAN. Alur penelitian yang dilakukan meliputi pengumpulan dan persiapan data, pembuatan model, serta evaluasi. Dataset yang digunakan pada penelitian ini adalah video echodardiography publik dari EchoNet-Dynamic yang menampilkan 4 ruang jantung. Video echocardiography dari dataset dikonversi terlebih dahulu menjadi citra gambar. Pembuatan citra gambar didasari dari dua tracing yang telah disebutkan. Citra gambar ini kemudian dibagi menjadi citra latih, validasi, dan uji. Citra latih digunakan sebagai input untuk pembuatan model latih pada Dense-AIDAN. Model data latih yang dihasilkan kemudian digunakan untuk melakukan segmentasi bilik kiri pada jantung dari citra uji yang diinput. Hasil implementasi metode Dense-AIDAN memberikan nilai dice similarity coefficient (DSC) sebesar 0.81 dan intersection of union (IoU) sebesar 0.68. Penelitian yang dilakukan menyimpulkan bahwa model Dense-AIDAN yang menggunakan backbone DenseNet201 memberikan hasil segmentasi yang lebih baik dibandingkan dengan ResNet50 pada citra medis, terutama citra echocardiography.