Selama pandemi, kebutuhan analisis pencitraan sinar-X terutama pada area toraks atau dada semakin meningkat. Namun, untuk memahami citra sinar-X membutuhkan keahlian khusus; hal yang tidak semua orang dapat memahami dan melakukannya. Sehingga, penelitian ini dilakukan untuk membantu para non profesional dalam memahami anatomi struktural toraks melalui citra sinar-X Posterior-Anterior Dada. Penelitian ini menggunakan pendekatan berbasis visi komputer dan deep learning yang telah menjadi tren dalam beberapa tahun terakhir, termasuk penggunaannya dalam dunia medis. Dengan menggunakan arsitektur jaringan saraf tiruan berbasis U-Net, dilakukan segmentasi semantik untuk mengidentifikasi organ manusia, termasuk jantung, bronkus, paru kiri, dan paru kanan. Sistem yang diusulkan melatih model U-Net dan mencapai kinerja yang memuaskan dengan 72% rata-rata IoU, jauh lebih baik daripada model komparatif, dalam melaksanakan tugas segmentasi semantik anatomi organ untuk membantu pengguna dalam analisis pencitraan medis.
Kata kunci : segmentasi semantik, struktur anatomi, pencitraan medis, Sinar-X, U-Net