<![CDATA[Kanker payudara adalah pertumbuhan sel abnormal yang menyebar dengan cepat ke sel lain dan berpotensi mencapai kegagalan suatu organ untuk berfungsi normal. Kehadirankan sel abnormal ini seringkali menandakan kondisi serius yang memerlukan perhatian medis. Deteksi dini sangat penting untuk pengobatan yang efektif dan mencegah perkembangan penyakit. Perkembangan teknologi AI, khususnya deep learning telah banyak diterapkan dalam analisis citra medis seperti mammografi, USG, dan MRI untuk deteksi serta segmentasi kanker payudara. Deep learning terbukti memiliki kapabilitas tinggi dalam mengenali pola serta memproses data citra medis secara efektif. Penelitian ini bertujuan menyusun tinjauan pustaka sistematis terkait implementasi deep learning untuk deteksi dan segmentasi kanker payudara. Dari total 196 artikel yang teridentifikasi, sebanyak 53 artikel terpilih setelah melalui proses seleksi menggunakan metode PRISMA dari database Scopus. Tinjauan ini meneliti model deep learning dan machine learning mulai dari pengaruh variasi dataset, metrik evaluasi, pengembangan arsitektur, serta penambahan blok khusus beserta pengaruhnya dalam model deep learning terhadap performa deteksi dan segmentasi kanker payudara. Namun, terdapat tantangan seperti bias dataset, skalabilitas di lingkungan dengan sumber daya terbatas, dan generalisasi. Tinjauan ini diharapkan dapat menunjukkan potensi deep learning dan machine learning untuk meningkatkan pengembangan model deteksi dan segmentasi di masa depan, berkontribusi pada peningkatan akurasi diagnosis, skalabilitas, serta hasil pengobatan pasien.]]>
