Klasifikasi Tumor Otak Berbasis Magnetic Resonance Imaging Menggunakan Algoritma Convolutional Neural Network

Abstract

Tumor otak adalah kondisi yang ditandai dengan tumbuhnya sel-sel abnormal dan ganas di dalam otak. Citra digital melalui Magnetic Resonance Imaging (MRI) merupakan salah satu metode untuk membantu dokter dalam mengklasifikasikan jenis tumor otak. Namun, klasifikasi secara manual membutuhkan waktu yang lama dan memiliki risiko kesalahan yang besar, untuk itu diperlukan cara otomatis dan akurat dalam melakukan klasifikasi citra MRI. Pada penelitian ini, dirancang suatu sistem berbasis deep learning, yaitu Convolutional Neural network (CNN) dengan arsitektur Alexnet. Jumlah dataset yang digunakan dalam penelitian ini sebanyak 7.022 citra MRI dengan empat kelas yaitu glioma, meningioma, pituitary, dan no tumor yang bersumber dari kaggle.com. Para peneliti terdahulu telah mendapatkan hasil yang memuaskan di semua sub bidang analisis citra medis, seperti klasifikasi, deteksi, segmentasi, dan peningkatan citra. Dengan keberhasilan ini, para peneliti menemukan sebuah model yang dapat mendiagnosis dan mendeteksi secara otomatis, yang dapat membantu para ahli di bidangnya dan menunjukkan bahwa teknologi deep learning akan sangat bermanfaat bagi kemajuan analisis citra medis, hasil penelitian diperoleh akurasi sebesar 0,9642.