RJOCS (Riau Journal of Computer Science)
Vol. 10 No. 2 (2024): RJOCS (Riau Journal of Computer Science)

Akurasi 12 Layer Convolutional Neural Network (CNN) Untuk Jenis Tumor Otak Dari Hasil Citra MRI Dengan Google Colab Dan Dataset Kaggle

Arif Mukti, Muhammad (Unknown)
Arif Kurniawan (Unknown)
Samsul Bahri (Unknown)
Cut Nayla Husin (Unknown)
Yanto, Budi (Unknown)
Asmen, Faisal (Unknown)



Article Info

Publish Date
31 Jul 2024

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. sehingga dilakukan Penelitian ini mengusulkan penggunaan Convolutional Neural Network (CNN) dengan model 12 layer untuk mengklasifikasikan jenis tumor otak berdasarkan gambar MRI. Dataset terdiri dari empat kelas: Glioma, pituitary, Meningioma, dan Notumor. Metode penelitian melibatkan pengumpulan data, preprocessing, desain arsitektur CNN, pelatihan model, dan evaluasi. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan jenis tumor otak dengan akurasi yang memuaskan. Penerapan 12 layer meningkatkan kinerja dengan mengatasi masalah hilangnya gradien. Berdasarkan penelitian tersebut, klasifikasi tumor otak menggunakan CNN dengan arsitektur 12 layer dapat mendukung deteksi dini tumor otak untuk meningkatkan akurasi diagnostik. Pada penelitian ini akurasi terbaik diperoleh sebesar 79% pada percobaan epoch ke-5

Copyrights © 2024






Journal Info

Abbrev

rjocs

Publisher

Subject

Computer Science & IT

Description

Riau Journal of Computer Science diterbitkan dengan maksud untuk mengumpulkan artikel ilmiah dari peneliti, pemakalah, inovasi, prosiding seminar dan konsep ilmu pengetahuan dalam bidang ilmu komputer, informatika, sistem informasi atau yang relevan, kemudian mempublikasikan artikel tersebut. Riau ...