Tuberculosis adalah penyakit menular yang berbahaya, karena dapat menyebabkan kematian. Tuberculosis merupakan penyakit menular karena adanya infeksi bakteri Mycobacterium tuberculosis yang menyerang paru-paru. Penyakit tuberculosis harus ditangani dengan serius karena jika tidak akan berakibat fatal. Saat ini mendeteksi penyakit tuberculosis masih diproses secara manual oleh tenaga medis, yang mengakibatkan perbedaan pembacaan antar pengamat medis dan kelelahan pembaca. Permasalahan ini dapat dicegah dengan alternatif lain yaitu dengan menentukan identifikasi penyakit tuberculosis yang memanfaatkan sistem citra berbasis komputer. Metode yang digunakan pada sistem pengolahan citra berbasis komputer yang berfungsi untuk mendeteksi tuberculosis salah satunya adalah Convolutional Neural Network (CNN).
Convolutional Neural Network (CNN) mempunyai hasil yang signifikan dalam mengenali citra image. Tugas Akhir ini, menggunakan dataset chest x-ray yang proses pengujiannya menggunakan 2 kelas yaitu paru normal dan paru tuberculosis. Penelitian ini menggunakan arsitektur VGG-16 yang terdiri dari 16 layer diantaranya adalah 13 convolutional layer dan 3 fully connected layer. Sistem dirancang menggunakan platform Google Colab dengan bahasa pemrogramannya Python dan datasetnya diperoleh dari kaggle.
Pada Tugas Akhir ini pengujiannya menggunakan 5 skenario yaitu pengujian pada input size citra, optimizer, learning rate, batch size, dan epoch. Dataset yang digunakan pada penelitian ini berjumlah 1400 citra. Parameter terbaik yang didapatkan dari pengujian skenario tersebut yaitu menggunakan input size 128×128, optimizer SGD, learning rate 0.01, batch size 16, dan epoch 50. Hasil yang diperoleh dari parameter terbaik yaitu nilai akurasi sebesar 98.57%, nilai loss sebesar 0.0356, nilai presisi, recall, dan f1 score sebesar 98.5%.