Hasil Evaluasi Model
Evaluasi akhir pada Blind Test Set membuktikan keandalan sistem dalam mendeteksi patologi paru, didukung oleh transparansi visual dari Explainable AI.
Test Accuracy
0.00%
Test Loss
0.00
COVID Sens.
0%
Epochs
0
1 Analisis Training & Klasifikasi
Training & Validation Plot
Stabilitas Konvergensi
Grafik menunjukkan proses belajar model yang stabil. Kurva Accuracy meningkat secara konsisten, sementara kurva Loss menurun tanpa fluktuasi ekstrem.
Insight: Jarak sempit antara garis Training dan Validation membuktikan model memiliki generalisasi tinggi, meminimalkan risiko overfitting pada data baru.
Confusion Matrix Heatmap
Ketajaman Prediksi
Model terbukti sangat akurat dalam membedakan antara paru-paru Normal dan COVID-19 secara signifikan.
Insight: Implementasi Class Weighting berhasil menekan angka False Negative pada diagnosis COVID-19, memprioritaskan keamanan klinis.
2 Explainable AI (Grad-CAM)
Transparansi Keputusan Model
Teknik Grad-CAM memvisualisasikan area spesifik yang memengaruhi prediksi AI, mengubah model "Black Box" menjadi sistem yang dapat diinterpretasi oleh tenaga medis.
Interpretasi Heatmap
Warna merah menunjukkan area intensitas tinggi yang menjadi dasar fokus AI. Area ini secara konsisten berhimpitan dengan lokasi lesi atau infiltrat pada radiologi asli.
Validasi Klinis
Fitur ini membantu memverifikasi apakah AI mendeteksi penyakit berdasarkan fitur radiologis yang valid (seperti Ground-glass opacity) atau artefak gambar yang tidak relevan.