<![CDATA[Kanker otak merupakan salah satu jenis kanker paling mematikan dengan tingkat kematian yang tinggi. Keterlambatan dalam diagnosis dan rendahnya kesadaran masyarakat menjadi faktor utama tingginya angka kematian tersebut, sehingga diperlukan metode deteksi yang efektif untuk diagnosis dini. Penelitian ini bertujuan untuk mengevaluasi kinerja dua arsitektur Convolutional Neural Network (CNN), yaitu InceptionV3 dan VGG16, dalam klasifikasi deteksi kanker otak menggunakan dataset MRI berlabel dari Kaggle. Langkah-langkah penelitian meliputi pengumpulan dataset, Analisis Data Eksplorasi (EDA), preprocessing, pembuatan model, dan evaluasi kinerja model. Hasil penelitian menunjukkan bahwa model InceptionV3 mencapai akurasi sebesar 91,67% dengan test loss 0,3329, sementara VGG16 mencapai akurasi sebesar 82,14% dengan test loss 0,5027. Model VGG16 mengalami fluktuasi signifikan dibandingkan dengan InceptionV3, yang mengindikasikan adanya overfitting. Selain itu, InceptionV3 menunjukkan hasil precision, recall, dan F1-score yang lebih tinggi dibandingkan dengan VGG16. Evaluasi menggunakan confusion matrix menunjukkan bahwa InceptionV3 memiliki performa yang lebih baik dalam memprediksi kanker otak dengan jumlah kesalahan prediksi yang lebih rendah dibandingkan dengan VGG16. Hasil ini menunjukkan bahwa InceptionV3 lebih andal dan akurat dalam mendeteksi kanker otak dibandingkan dengan VGG16.]]>
Copyrights © 2025
