Automatic Leukocytes Classification using Deep Convolutional Neural Network

Abstract

Sel darah putih atau leukosit adalah salah satu bagian darah yang bertanggung jawab untuk sistem kekebalan tubuh. Penghitungan setiap jenis leukosit merupakan hal yang krusial untuk menentukan status kesehatan. Sel darah dihitung menggunakan hematology analyzer. Namun, perangkat ini hanya tersedia di laboratorium klinik pusat atau rumah sakit. Saat ini masih banyak clinician yang melakukan perhitungan manual dengan memperkirakan jumlah leukosit menggunakan mikroskop. Hal ini berpotensi menimbulkan kesalahan perhitungan yang tinggi. Oleh karena itu, penelitian ini mengusulkan suatu sistem yang dapat mengklasifikasikan jenis-jenis leukosit. Metode convolutional neural network (CNN) dengan arsitektur VGG-19 digunakan dalam klasifikasi leukosit. Beberapa skenario pengujian dengan mengubah parameter epoch dan ukuran batch diterapkan untuk mendapatkan akurasi terbaik. Hasil simulasi model pembelajaran yang digunakan dapat menghasilkan akurasi hingga 100% untuk mengklasifikasikan neutrofil, eosinofil, monosit, dan limfosit. Hasil ini dicapai dengan menggunakan pengoptimal Adam, Epoch=5 dan batch size=60.

Application of Convolutional Neural Network (CNN) Method in Fluctuations Pattern

“…CNN stands as one of the methods that have paved the way for the development of Deep Learning. In terms of image classification, CNN processes an input image prior to classifying it into a specific category [18]. CNN is a development of Multilayer Perceptron (MLP) intended to process twodimensional data [13].…”