COVID-19 menjadi salah satu masalah yang besar bagi banyak negara di dunia sejak tahun 2020. COVID-19 dan Pneumonia memiliki kemiripan dalam hal gejala seperti batuk dan sesak napas. Upaya diagnosis COVID-19 dan Pneumonia dilakukan dengan pemeriksaan laboratorium dan juga rontgen dada. Citra hasil x-ray dada pasien COVID-19 memiliki kesamaan dengan hasil x-ray pasien Pneumonia tetapi ahli radiologi berhasil menemukan bahwa terdapat perbedaan antara citra x-ray dada penderita COVID-19 dengan citra x-ray dada pasien Pneumonia dimana terdapat pola seperti kaca yang ditumbuk pada hasil citra X-ray penderita virus Corona.Diagnosis pada citra x-ray dada pasien menggunakan model Deep Learning. Pada penelitian ini juga akan membandingkan performa model Xception menggunakan Transfer Learning dengan performa model Xception tanpa Transfer Learning. Terdapat 4 eksperimen konfigurasi pada model Xception tanpa Transfer yaitu konfigurasi pelatihan layer base model, pelatihan base model, pelatihan custom head model, dan pelatihan pada layer base model serta custom head model. Terdapat 2 eksperimen menggunakan model Resnet50 dan VGG16 tanpa Transfer Learning. Model Xception menggunakan Transfer Learning memiliki performa lebih baik daripada model Xception tanpa Transfer Learning. Keempat eksperimen model Xception tanpa Transfer Learning dan kedua eksperimen dengan model Resnet serta VGG16 memiliki akurasi diatas 85%. Namun keenam model tanpa Transfer Learning tersebut tidak mampu mengenali Pneumonia pada citra x-ray dada pasien.
Novel deep transfer learning model for COVID-19 patient detection using X-ray chest images