Paru – paru merupakan salah satu organ yang sangat penting pada tubuh manusia, yang memiliki tugas untuk menjadi tempat mengambil oksigen dan mengeluarkan karbon dioksida yang sudah tidak dibutuhkan oleh tubuh. Salah satu penyakit yang berbahaya pada paru – paru adalah Tuberculosis, yang merupakan penyakit menular melalui Droplet penderita lalu terhirup oleh manusia yang sehat. Penyakit ini disebabkan oleh bakteri Mycobacterium Tuberculosis, dengan data dari Kementerian Kesehatan sebanyak 821.200 warga Indonesia ternotifikasi terjangkit Tuberculosis. Karena dalam mendiagnosis pasien Tuberculosis harus membutuhkan waktu yang cepat. Salah satu cara untuk mengetahui pasien terjangkit Tuberculosis adalah dengan melihat citra X Ray paru – paru, yang biasanya dilakukan oleh tenaga ahli melihat secara visual itu membutuhkan waktu yang cukup lama dan citra yang dihasilkan itu tidak selalu berkualitas baik. Metode Convolutional Neural Network (CNN) digunakan dalam pengklasifikasian citra X Ray Tuberculosis, dalam penelitian ini menggunakan dataset dari platform Kaggle dengan jumlah 6000 citra yang terdiri dari kelas Normal dan Tuberculosis, lalu dibagi kembali menjadi 80% untuk data training, 10% data validation, dan 10% data testing. Model yang digunakan dalam penelitian ini adalah VGG16 dan VGG19 dengan toolsnya Google Colaboratory. Uji coba pada masing – masing modelnya dilakukan 2 kali dengan epoch , learning rate, dan batch size yang berbeda. Hasil akurasi terbaik dalam uji coba atau pelatihannya itu dengan menggunakan model VGG19 dengan epoch 100, learning rate 0.001, dan batch size 64 dengan hasil akurasi 94.67%

The lungs are one of the most important organs in the human body, which has the task of being a place to take in oxygen and remove carbon dioxide that is no longer needed by the body. One of the dangerous diseases in the lungs is Tuberculosis, which is an infectious disease through the droplets of sufferers and then inhaled by healthy humans. This disease is caused by the Mycobacterium Tuberculosis bacteria, with data from the Ministry of Health as many as 821,200 Indonesians notified of contracting Tuberculosis. Because in diagnosing Tuberculosis patients must require a fast time. One way to find out if a patient is infected with Tuberculosis is by looking at the X Ray image of the lungs, which is usually done by experts to see visually it takes a long time and the resulting image is not always of good quality. The Convolutional Neural Network (CNN) method is used in the classification of X Ray Tuberculosis images, in this study using a dataset from the Kaggle platform with a total of 6000 images consisting of Normal and Tuberculosis classes, then divided into 80% for training data, 10% validation data, and 10% testing data. The models used in this research are VGG16 and VGG19 with Google Collaboratory tools. Tests on each model were conducted twice with different epochs, learning rates, and batch sizes. The best accuracy results in the trial or training were using the VGG19 model with epoch 100, learning rate 0.001, and batch size 64 with an accuracy of 94.67%.