Jurnal Generic
Vol 16 No 2 (2024): Vol 16, No 2 (2024)

Dilatasi Inkremental Menggunakan Metode CNN Untuk Klasifikasi Tumor Otak Dengan Arsitektur VCG16 dan Resnet50

Saputra, Tommy (Unknown)
Roseno, Muhammad Taufik (Unknown)
Syaputra, Hadi (Unknown)



Article Info

Publish Date
29 Nov 2024

Abstract

Klasifikasi tumor otak adalah tugas yang menantang di bidang pemrosesan citra medis. Teknologi kini telah memungkinkan dokter medis untuk memiliki bantuan tambahan untuk diagnosis. Penelitian ini bertujuan untuk mengklasifikasikan tumor otak menggunakan gambar MRI, yang dikumpulkan dari pasien anonim dan simulator otak buatan. Baru-baru ini, teknik berbantuan komputer seperti menggunakan deep learning sebagai ekstraksi fitur, dan teknik klasifikasi digunakan secara intensif untuk mendiagnosis otak pasien untuk memeriksa apakah ada tumor. Dalam penelitian ini diusulkan model klasifikasi tumor otak menggunakan Convolutional Neural Network yang dapat menklasifikasikan tumor otak secara akurat. Data yang digunakan berupa data MRI tumor otak sebanyak 253 data tumor otak. Dataset yang dugankan dibagi menjadi data pelatihan dan pengujian. Penelitian menghasilkan model klasifikasi tumor otak dengan menggunakan arsitektur VCG16 dan Resnet50. Model menghasilkan nilai rata-rata akurasi sebesar 80%, Recall 85% dan Presisi 70%. Penelitian menunjukkan kinerja Resnet50 menunjukkan kemampuan model untuk mengklasifikasikan tumor otak secara akurat.

Copyrights © 2024






Journal Info

Abbrev

Publisher

Subject

Computer Science & IT

Description

Jurnal Generic ISSN/e-ISSN: 1907-4093/2087-9814 adalah wadah publikasi ilmiah bagi peneliti, akademisi, maupun praktisi di bidang ilmu komputer, ilmu teknologi informasi dan komunikasi di Indonesia. Jurnal ini menerima tulisan inter-disiplin di bidang SI/TI, sistem komputer, dan informatika. Topik ...