Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Eksplora Informatika
Dwi, Bernadetta Sri Endah
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Deteksi Tumor Otak Dengan Metode Convolutional Neural Network Dwi, Bernadetta Sri Endah; Setiadi, De Rosal Ignatius Moses
Jurnal Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v13i2.971

Abstract

Tumor otak merupakan salah satu penyakit mematikan di dunia. Menurut data Global Cancer Observatory, kasus tumor otak di Indonesia pada tahun 2021 mencapai 5.964 kasus serta tingkat kematian berada pada posisi 12 dengan 5298 kasus. Diagnosa cepat dan lebih dini tentu akan mampu menekan tingkat kematian tumor otak. Penelitian ini mengusulkan metode Convolutional Neural Network (CNN) untuk deteksi otak berdasarkan pencitraan medis. Model CNN didesain secara khusus terdiri dari 14 layer. Berdasarkan hasil pengujian model CNN yang dihasilkan memiliki akurasi tinggi yaitu 99%. Selain itu berdasarkan hasil komparasi dengan dataset yang sama, model yang diusulkan 5% lebih unggul dari metode sebelumnya yang menggunakan pre-trained model MobileNetV2.
Deteksi Tumor Otak Dengan Metode Convolutional Neural Network Dwi, Bernadetta Sri Endah; Setiadi, De Rosal Ignatius Moses
Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v13i2.971

Abstract

Tumor otak merupakan salah satu penyakit mematikan di dunia. Menurut data Global Cancer Observatory, kasus tumor otak di Indonesia pada tahun 2021 mencapai 5.964 kasus serta tingkat kematian berada pada posisi 12 dengan 5298 kasus. Diagnosa cepat dan lebih dini tentu akan mampu menekan tingkat kematian tumor otak. Penelitian ini mengusulkan metode Convolutional Neural Network (CNN) untuk deteksi otak berdasarkan pencitraan medis. Model CNN didesain secara khusus terdiri dari 14 layer. Berdasarkan hasil pengujian model CNN yang dihasilkan memiliki akurasi tinggi yaitu 99%. Selain itu berdasarkan hasil komparasi dengan dataset yang sama, model yang diusulkan 5% lebih unggul dari metode sebelumnya yang menggunakan pre-trained model MobileNetV2.
Co-Authors De Rosal Ignatius Moses Setiadi