PERFORMA CONVOLUTIONAL NEURAL NETWORK DALAM DEEP LAYERS RESNET-50 UNTUK KLASIFIKASI MRI TUMOR OTAK

Abstract

Tumor otak merupakan penyakit yang sangat kompleks dan beragam, dengan dampak yang serius pada kesehatan manusia. Berdasarkan data dari International Agency for Research on Cancer (IARC), variasi kondisi kesehatan penderita tumor otak disebabkan oleh faktor-faktor seperti ukuran, jenis, lokasi, dan tingkat keparahan tumor. Penelitian ini bertujuan untuk memberikan kontribusi signifikan dalam pemahaman dan deteksi dini tumor otak, dengan harapan dapat meningkatkan prognosis dan pengelolaan penyakit yang mengancam nyawa ini. Menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur ResNet-50, penelitian ini mengembangkan model klasifikasi berdasarkan citra MRI tumor otak. Hasil evaluasi menunjukkan keberhasilan model dengan akurasi rata-rata mencapai 98.82%, memungkinkan identifikasi jenis tumor otak, seperti tumor jinak, meningioma, dan pituitary, dengan tingkat presisi dan recall mencapai 99.22% dan 100% secara berturut-turut. Penelitian ini memberikan harapan baru dalam diagnosis dini, memperkuat penanganan penyakit tumor otak, dan memberikan landasan bagi pengembangan solusi medis yang lebih efektif, membawa dampak positif pada pasien yang mengidap penyakit ini.