Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA )
Fahri Aulia Alfarisi Harahap
Universitas Negeri Medan
Computer Science & IT Decision Sciences, Operations Research & Management Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR MODEL MOBILENETV2 DALAM KLASIFIKASI PENYAKIT TUMOR OTAK GLIOMA, PITUITARY DAN MENINGIOMA Fahri Aulia Alfarisi Harahap; Anti Nada Nafisa; Erika Nia Devina Br Purba; Nurul Adawiyah Putri
JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 5 No 1 (2023): March 2023
Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jtika.v5i1.234

Abstract

Tumor otak merupakan penyakit yang ditandai dengan pertumbuhan sel yang tidak normal pada jaringan otak. Salah satu cara yang dapat dilakukan dokter dalam pendeteksian tumor otak yaitu pengamatan langsung dengan diagnosis secara manual yang memiliki resiko terjadinya kesalahan. Beberapa jenis tumor otak antara lain Glioma, Pituitary dan Meningioma. 3 jenis tumor otak ini jika dilihat dari citranya ketiganya hampir mirip. Tetapi para ahli radiologi dan juga dokter spesialis bedah berhasil menemukan bahwa ada perbedaan antara citra Glioma, Pituitary dan Meningioma. Penelitian ini menggunakan algoritma deep learning yaitu Convolutional Neural Network (CNN) yang ditambahkan dengan model arsitektur model MobileNetV2 untuk melakukan klasifikasi penyakit tumor otak. Data citra yang digunakan adalah data citra penyakit otak yang diperoleh dari Kaggle dengan total 186 data citra yang terbagi atas 3 kategori, yaitu penyakit otak Glioma, Meningioma, dan Pituitary. Dari hasil pengujian dengan data testing didapat nilai evaluasi akurasi sebesar 0.7833 atau 78% dan hasil pengujian dengan data validasi didapat nilai evaluasi akurasi sebesar 0.83 atau 83% dalam melakukan klasifikasi penyakit tumor otak Glioma, Pituitary dan Meningioma.
Co-Authors Anti Nada Nafisa Erika Nia Devina Br Purba Nurul Adawiyah Putri