IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI DAN DETEKSI TUMOR OTAK

Decky Putra Kurnia

Abstract


Penelitian ini mengimplementasikan algoritma Convolutional Neural Network (CNN) untuk mendeteksi tumor otak melalui citra digital. Tumor otak merupakan salah satu penyakit dengan tingkat kompleksitas tinggi yang memerlukan diagnosis cepat dan akurat. CNN digunakan karena kemampuannya untuk mengekstraksi pola kompleks dari citra tanpa memerlukan rekayasa fitur manual. Dataset yang digunakan mencakup empat kategori utama: glioma, meningioma, pituitary, dan non-tumor. Model dilatih menggunakan teknik transfer learning untuk meningkatkan efisiensi pelatihan dan akurasi prediksi. Evaluasi model menunjukkan hasil yang menjanjikan dengan tingkat akurasi sebesar 88%, menggunakan metrik seperti precision, recall, F1-score, dan Confusion Matrix untuk analisis kinerja. Hasil penelitian ini diharapkan dapat mendukung pengembangan sistem berbasis kecerdasan buatan untuk membantu diagnosis medis secara otomatis, terutama di wilayah dengan akses terbatas terhadap fasilitas diagnostik dan tenaga medis.


Full Text:

PDF

References


R. R. Wahid, F. T. Anggraeni, dan B. Nugroho, “Brain Tumor Classification with Hybrid Algorithm Convolutional Neural Network-Extreme Learning Machine,” IJCONSIST J., vol. 3, no. 1, hlm. 29–33, Des 2021, doi: 10.33005/ijconsist.v3i1.53.

Amaliah Faradibah, D. Widyawati, A. U. T. Syahar, dan S. R. Jabir, “Comparison Analysis of Random Forest Classifier, Support Vector Machine, and Artificial Neural Network Performance in Multiclass Brain Tumor Classification,” Indones. J. Data Sci., vol. 4, no. 2, hlm. 54–63, Jul 2023, doi: 10.56705/ijodas.v4i2.73.

D. Husen, “Klasifikasi Citra MRI Tumor Otak Menggunakan Metode Convolutional Neural Network,” Bit-Tech, vol. 7, no. 1, hlm. 143–152, Agu 2024, doi: 10.32877/bt.v7i1.1576.

M. H. A. Waskito, A. N. Sihananto, dan A. Junaidi, “Klasifikasi Penyakit Kronis Melalui Mata Menggunakan Algoritma Convolutional Neural Network Dengan Model MobileNet-V3,” Uranus J. Ilm. Tek. Elektro Sains Dan Inform., vol. 2, no. 2, hlm. 48–60, Jun 2024, doi: 10.61132/uranus.v2i2.120.

W. P. Astuti, “Penggunaan Aplikasi Machine Learning (Ml) dalam Kurikulum Perubahan Iklim,” 2024.

N. Pratama, M. Liebenlito, dan Y. Irene, “Perbandingan Model Klasifikasi Transfer Learning Convolutional Neural Network Tumor Otak menggunakan Citra Magnetic Resonance Imaging,” J. Sehat Indones. JUSINDO, vol. 6, no. 01, hlm. 308–318, Jan 2024, doi: 10.59141/jsi.v6i01.81.

D. Sanjaya dan S. Budi, “Prediksi Pencapaian Target Kerja Menggunakan Metode Deep Learning dan Data Envelopment Analysis,” J. Tek. Inform. Dan Sist. Inf., vol. 6, no. 2, Agu 2020, doi: 10.28932/jutisi.v6i2.2678.

F. C. R., F. Indriyani, dan I. R. Rahadjeng, “Klasifikasi Tumor Otak Berbasis Magnetic Resonance Imaging Menggunakan Algoritma Convolutional Neural Network,” Digit. Transform. Technol., vol. 3, no. 2, hlm. 918–924, Jan 2024, doi: 10.47709/digitech.v3i2.3469.

R. R. Siregar dan A. M. Husein, “Klasifikasi Tumor Otak pada gambar Magnetic Resonance Images (MRI) dengan Pendekatan Pembelajaran Mendalam.”

S. N. Fadilah, D. C. R. Novitasari, dan L. Hakim, “Pengaruh Reduksi Fitur Pada Klasifikasi Kanker Paru Menggunakan CNN Dengan Arsitektur GoogLeNet,” J. Fourier, vol. 12, no. 1, hlm. 20–32, Apr 2023, doi: 10.14421/fourier.2023.121.20-32.

R. P. Sari, “Apa itu Convolutional Neural Networks? Pengertian & Cara Kerja.” [Daring]. Tersedia pada: https://aihub.id/pengetahuan-dasar/apa-itu-cnn#google_vignette.

Seo, “Confusion Matrix: Pengertian, Fungsi, dan Cara Membacanya.” [Daring]. Tersedia pada: https://course-net.com/blog/confusion-matrix/#:~:text=Confusion%20matrix%20merupakan%20tabel%20yang%20berfungsi%20untuk%20menilai,memberikan%20informasi%20rinci%20mengenai%20klasifikasi%20benar%20dan%20salah.




DOI: https://doi.org/10.33365/jtk.v19i2.5139

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Decky Putra Kurnia

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Jurnal Tekno Kompak
Published by Universitas Teknokrat Indonesia
Organized by Program Studi D3 Sistem Informasi Akuntansi - Universitas Teknokrat Indonesia
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhanratu, Bandarlampung, Indonesia
Telepon : 0721 70 20 22
W : http://ejurnal.teknokrat.ac.id/index.php/teknokompak
E  : teknokompak@teknokrat.ac.id.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Jumlah Pengunjung : View Tekno Kompak StatsCounter

Flag Counter