Klasifikasi Citra MRI Tumor Otak Menggunakan Metode Convolutional Neural Network (original) (raw)

Penelitian ini bertujuan untuk meningkatkan akurasi klasifikasi tumor otak menggunakan metode Convolutional Neural Network (CNN)pada citra Magnetic Resonance Image(MRI). Berbagai eksperimen dilakukan menggunakan dataset asli dan datasetyang telah mengalami augmentasi untuk meningkatkan jumlah dan variasi data. Datasetyang digunakan adalah datasetpublik dari Kaggle yang memiliki empat kelas tumordiantarannya, tumor kelasglioma, meningioma, notumor, dankelaspituitary.Teknik augmentasi data yang diterapkan meliputi flipping, scaling, random brightness, random rotation, dan teknik augmentasi gabungan untuk memperkaya datasetpelatihan. Hasil penelitian menunjukkan bahwa augmentasi data dapat secara signifikan meningkatkan akurasi model CNN. Model terbaik diperoleh dengan teknik augmentasi gabungan flipping dan scale, menghasilkan rata-rata akurasi sebesar 92.97%.Penggunaan teknik augmentasi data tidak hanya meningkatkan akurasi tetapi juga mengurangi risiko overfitting,di mana model menjadi lebih generalis dan mampu mengenali pola pada data baru dengan lebih baik. Selain itu, parameter lain yang mempengaruhi akurasi adalah ukuran citra dan jumlah epoch.Penelitian ini memberikan kontribusi penting dalam bidang diagnosis medis dengan menyediakan model yang lebih akurat dan efisien untuk mendeteksi tumor otak. Dengan akurasi yang lebih tinggi dan risiko overfitting yang lebih rendah, model CNN yang dihasilkan diharapkan dapat digunakan sebagai alat bantu yang andal dalam diagnosis dan deteksi dini tumor otak, sehingga meningkatkan kualitas perawatan pasien dan hasil klinis.