Claim Missing Document
Check
Articles

Klasifikasi Jenis Tumor Otak pada Citra MRI Menggunakan Convolutional Neural Network (CNN) Agung RM Alam; M Suhada WD; Agus F Nduru; Rika Rosnelly; Adil Setiawan
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 4 (2025): Volume 9 Nomor 4 Oktober 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i4.15020

Abstract

Tumor otak merupakan salah satu kondisi neurologis serius yang menuntut penanganan cepat dan tepat. Proses klasifikasi citra MRI secara manual masih menghadapi sejumlah kendala, seperti waktu yang dibutuhkan yang relatif lama, ketergantungan terhadap keahlian radiolog, serta potensi subjektivitas dalam interpretasi. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem klasifikasi otomatis berbasis Convolutional Neural Network (CNN) guna mengidentifikasi tiga tipe tumor otak, yakni glioma, meningioma, dan pituitari, dengan memanfaatkan dataset MRI yang bersifat publik. Proses prapengolahan data dilakukan melalui tahapan resizing, normalisasi intensitas, serta augmentasi data berupa rotasi acak, zoom, dan flipping, dengan tujuan meningkatkan kemampuan generalisasi model. Arsitektur jaringan yang diusulkan terdiri atas dua blok konvolusi, satu lapisan fully connected, serta penggunaan dropout sebagai upaya meminimalisasi overfitting. Model dilatih dengan skema pembagian data latih dan uji sebesar 80:20, serta dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil pelatihan menunjukkan bahwa model mencapai akurasi 97,18%, lebih tinggi dibandingkan baseline metode SVM (90,7%) dan MobileNetV2 (94,6%). Selain itu, teknik visualisasi Grad-CAM digunakan untuk mengidentifikasi area penting dalam citra yang berkaitan dengan keberadaan tumor, sehingga memperkuat interpretabilitas dari sistem yang dibangun. Temuan ini menegaskan bahwa arsitektur CNN yang dikembangkan memiliki potensi tinggi dalam mendukung proses diagnosis tumor otak secara otomatis dan dapat diandalkan dalam praktik klinis.
Co-Authors Abwabul Jinan Aditia Rangga Agung RM Alam Agus F Nduru Agus Fahmi Akbar Idaman Alan Prayogi Alesia Lorenza Sinaga Alvinur Naswar Alvinur Naswar Ameliana Sihotang Anton Purnama Arselan Ashraf B. Herawan Hayadi Batubara, Muhammad Akbarri Bob Subhan Riza Cindy Paramitha Cindy Paramitha Dedi Irawan Dedi Irawan Della Syahrani Desi Irfan Dian Maya Sari Diky Wahyudi Edy Victor Haryanto, Edy Victor Eko Setyo Budi Putra Aji Elly Veronika Sihite Elsa Aditya Eri Triwanda Esmawaty Sinaga Finis Hermanto Laia Gusti Firanda Hardianto Hardianto Hardianto Hardianto Hartono Hartono Hetty Zahrani IQBAL GIFFARI RITONGA Jaka Kusuma Jaka Tirta Samudra Jazmi Hadi Matondang Junaidi Junaidi Karuniaman Buulolo Kristine Wau Linda Wahyuni Linda Wahyuni Linda Wahyuni Lubis, Cindy Paramitha M Suhada WD M. Agung Oki Prayugo Maradona Jonas Simanullang MARIA BINTANG Masri Wahyuni Mega Christin Lase Mega Christin Morys Lase Mega Marisani Ziraluo Mimi Chintya Adelina Mira Kartiwi Muhammad Fachrurrozi Nasution Muhammad Sadikin Muhammad Zulkarnain Lubis Mutiara S. Simanjuntak Pius Deski Manalu Progresif Bulolo Progresif Bulolo5 Puji Sari Ramadhan Rabiatul Adawiyah Hasibuan Rahmatika Hizria Rais Affaruq Zunnurain Ramadhani Ritonga Ridha Maya Faza Lubis Ritonga, Iqbal Giffari Rofiqoh Dewi Rohima, Rohima Rony, Zahara Tussoleha Roslina, Roslina Rubianto Rubianto Rubianto Sartika Mandasari Sarwadi Sarwadi Sarwadi, Sarwadi Setiawan, Adil Syawaluddin Kadafi Parinduri Teddy Gunawan Teddy Surya Gunawan Teddy Surya Gunawan Teresa Tamba Tri Andre Anu Triandi, Budi Ubaidullah Hasibuan Wahyuni, Linda Wanayumini Wulandari, Wulandari Yuni Franciska Zakarias Situmorang Zuriati Janin