RESEARCH DASHBOARD / COVID-19 RADIOGRAPHYWSL2 · HDFS · SPARK
STUDI KLASIFIKASI CITRA RADIOGRAFI

Dari citra X-ray
ke insight yang terukur.

Eksperimen menggabungkan berkas citra dan metadata, menyimpannya di HDFS, memproses fitur dengan Spark, lalu mengevaluasi model klasifikasi dan struktur kemiripan citra.

Lihat hasil model ↗Baca metodologi →
01 / DATASET

Empat kelas, satu katalog data.

Citra dan metadata dipasangkan dengan identitas berkas. Grafik menunjukkan komposisi sebelum pembagian data.

01

Komposisi kelas

21.165 CITRA

Pembagian data

STRATIFIED SPLIT

Set uji disimpan terpisah sampai parameter dipilih pada data validasi.

02 / ARSITEKTUR

Jejak data dari berkas ke model.

Lingkup eksekusi satu laptop, satu node WSL2. HDFS menjadi penyimpanan, Spark menjalankan pengolahan metadata, fitur, dan pemodelan.

02
01ZIP sumberCitra X-ray, mask, metadata
→
02HDFS / bronzeBerkas sumber & audit hash
→
03Spark / silverIntegrasi, QC, train/val/test
→
04Fitur & modelMobileNetV2 → 1.280 dimensi

Kontrol integritas

SILVER LAYER

Lingkup komputasi

LOKAL · SATU NODE

Feature extractor MobileNetV2 menghasilkan vektor numerik. Spark MLlib melatih Logistic Regression dan Random Forest dari vektor yang sama. Dashboard ini membaca ringkasan hasil, tanpa membuka citra atau data per berkas.

03 / EVALUASI

Hasil klasifikasi pada data uji.

Parameter dipilih dari validasi; skor akhir dihitung sekali pada 3.175 citra uji.

03

Perbandingan model

MACRO-F1 & AKURASI
Macro-F1 Akurasi

Pencarian parameter

DATA VALIDASI

F1 per kelas

Confusion matrix

BARIS: AKTUAL · KOLOM: PREDIKSI

Cara membaca perbandingan: eksperimen Spark dan tanpa Spark menggunakan representasi fitur yang berbeda. Selisih skor menunjukkan hasil dua pipeline tersebut; selisih ini tidak mengisolasi pengaruh framework.

04 / GRAPH ANALYTICS

Pola kemiripan antar citra.

Graf dibangun dari kemiripan fitur pada data uji setelah 11 citra dengan hash identik dikeluarkan.

04

Pasangan kelas pada sisi graf

JUMLAH EDGE

Tetangga satu kelas

PROPORSI PER KELAS

Sisi graf menandai kemiripan fitur citra. Sisi ini tidak menyatakan hubungan pasien atau asal rumah sakit.

INSIGHT

05 / METODE & SUMBER

Batas pembacaan hasil.

Angka dashboard berasal dari ekspor agregat eksperimen; tidak ada citra atau informasi pasien yang dipublikasikan.

05

Sumber data dan pengolahan

  1. Dataset COVID-19 Radiography Database ↗ menyediakan citra, mask, dan metadata.
  2. Audit nama berkas, hash, jumlah kelas, dan pasangan metadata–citra dilakukan sebelum pembagian data.
  3. Fitur citra diambil dengan MobileNetV2; model Spark MLlib dilatih pada fitur 1.280 dimensi.
  4. Eksperimen pembanding tanpa Spark MLlib memakai fitur intensitas, histogram, dan HOG sebanyak 416 dimensi.
  5. Graf kemiripan dibangun pada data uji dan dievaluasi melalui pengacakan label.

Interpretasi dan batasan

Skor menunjukkan kinerja pada pembagian data ini, bukan validasi klinis atau kesiapan diagnosis.

Perbandingan dua pipeline tidak mengukur keunggulan Spark atas metode tanpa Spark, karena representasi fiturnya berbeda.

Kemiripan graf adalah hubungan matematis antar vektor citra. Metadata host tidak diperlakukan sebagai identitas rumah sakit terverifikasi.

Arsitektur berjalan pada satu laptop WSL2; hasil tidak mewakili benchmark klaster terdistribusi.

Buka halaman dataset ↗