KLASIFIKASI TUMOR OTAK BERBASIS MRI MENGGUNAKAN ALGORITMA CNN

• FATMAH CITRA RAMADHANI
• 2023

---

Tumor otak adalah kondisi yang ditandai dengan tumbuhnya sel – sel abnormal dan ganas di dalam otak. Citra digital melalui Magnetic Resonenace Imaging (MRI) merupakan salah satu metode untuk membantu dokter dala m mengklasifikasikan jenis tumor otak. Namun klasifikasi secara manual membutuhkan waktu yang lama dan memiliki resiko kesalahan yang besar, untuk itu dibutuhkan cara otomatis dan akurat dalam melakukan klasifikasi citra MRI. Pada skripsi ini, dirancang suatu system berbasis deep learning, yaitu Convolutional Neural Network (CNN) dengan arsitektur Alexnet. Jumlah dataset yang digunakan dalam penelitian ini sebanyak 7.022 citra MRI dengan empat kelas yaitu glioma, meningioma, ptituitary dan no tumor yang bersumber dari kaggle.com. Para peneliti terdahulu telah mendapatkan hasil yang memuaskan di semua sub bidang analisis citra medis, seperti klasifikasi, deteksi, segmentasi, dan peningkatan citra. Dengan keberhasilan ini para peneliti menemukan sebuah model yang dapat mendiagnosis dan mendeteksi secara otomatis, yang dapat membantu para ahli di bidangnya dan menunjukan bahwa teknologi deep learning akan sangat bermanfaat bagi kemajuan analisis citra medis. Pada penelitian ini memperoleh akurasi sebesar 0,9642.

• klasifikasi

Achmad, Y., Wihandika, R. C., & Dewi, C. (2019). Klasifikasi emosi berdasarkan ciri wajah wenggunakan convolutional neural network. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(11), 10595– 10604. 

Andre, R., Wahyu, B.,  &  Purbaningtyas,  R.  (2021).  KLASIFIKASI  TUMOR OTAK MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR EFFICIENTNET-B3 (Vol. 11, Issue 3). https://jurnal.umj.ac.id/index.php/just-it/index 

Anton, A., Nissa, N. F., Janiati, A., Cahya, N., & Astuti, P. (2021). Application  of  Deep  Learning Using Convolutional  Neural Network (CNN) Method For Women’s Skin Classification. Scientific Journal of Informatics, 8(1), 144–153. https://doi.org/10.15294/sji.v8i1.26888 

Ari, A. (2022). Deep Learning. Universitas STEKOM. https://teknik- informatika- s1.stekom.ac.id/ 

Dr. Viva Agusnialy, S.  R.,  Dr.  Sri  pardiastiti,  S.  ra.,  Dr.  Masbimoro,  S.  R., & Dr. Dewi Agus Setyawati, S. R. (2021). Pemeriksaan  MRI: Definisi, Tujuan, Keunggulan dan Risikonya. PRIMAJAYA HOSPITAL. https://primayahospital.com/radiologi/pemeriksaan-mri-definisi-tujuan- keunggulan-dan-risikonya/ 

Ghozali, I. (2018). Aplikasi analisis multivariete SPSS 25. 105.