<![CDATA[Latar Belakang: Melihat jumlah kejadian tumor ganas Brain yang terus meningkat, selain itu kelemahan metode manual memerlukan keterampilan secara akurat dengan memilih daerah abnormal, yang akan memakan waktu. Oleh karena itu perlu adanya peningkatan metode pegembangan software deteksi otomatis, sebagai pelengkap dalam modalitas MRI Brain di Radiologi. Maka pada penelitian ini memberikan solusi suatu metode algoritma machine learning yang diusulkan adalah deteksi otomatis jinak dan ganas dengan ekstraksi fitur akan diklasifikasi dengan baik oleh Support Vector Machine. Tujuan: Menganalisis perbedaan hasil bacaan citra MRI Brain software Support Vector Machine dengan hasil Ekspertise Radiolog dalam mendeteksi tumor jinak dan ganas. Metode: Penelitian quasi eksperimen dengan citra radiografi MRI Brain. Membangun Machine learning Support Vector Machine melalui program matlab. Pengujian Support Vector Machine dilakukan dengan mengukur akurasi, sensitivitas, spesifisitas, Nilai prediksi positif dan Negatif. Sampel digunakan berjumlah 180 citra mammogram. Analisis data menggunakan uji diagnostik dengan uji statistik Wilcoxon. Hasil: Penelitian membuktikan dari 180 sampel diperoleh kinerja model Support Vector Machine baik dalam mendeteksi tumor Brain pada citra MRI Brain dengan nilai akurasi sebesar 97,77%, sensitivitas sebesar 95,00%, spesifisitas sebesar 99,16%, NPP sebesar 98,27% dan nilai NPN sebesar 95,00% serta terdapat kesamaan hasil Machine learning dengan hasil Ekspertise Radiolog. Kesimpulan: Terdapat kesamaan hasil bacaan citra MRI Brain dalam mendeteksi tumor Brain antara Support Vector Machine (SVM) dengan hasil Ekspertise Radiolog dengan nilai p-value (p>0,05) sebesar 0,898, dengan makna ketika machine learning diterapkan dipopulasi, maka machine learning memberikan angka ketepatan yang tinggi dalam memprediksi.]]>
Copyrights © 2025
