Analisis Gambar MRI Otak Untuk Mendeteksi Tumor Otak Menggunakan Algoritma CNN

Abstrak

Penyakit tumor otak merupakan satu dari sekian penyakit yang paling mematikan yang dapat menyerang siapa saja tanpa terkecuali. Penyakit ini ditandai dengan berkembangnya sel yang tidak normal pada jaringan otak manusia adalah tanda penyakit ini. Teknologi citra digital yang disebut Magnetic Resonance Imaging (MRI) dapat digunakan untuk mendeteksi tumor otak ini. Teknologi ini dimaksudkan untuk membantu para dokter mengidentifikasi dan mengklasifikasikan berbagai jenis tumor otak. Dibutuhkan metode yang efektif dan akurat untuk melakukan klasifikasi citra MRI karena klasifikasi manual membutuhkan waktu yang lama dan memiliki risiko yang tinggi. Salah satu solusi yang efektif untuk masalah ini adalah Convolutional Neural Network (CNN). CNN merupakan suatu algoritma yang dapat belajar sendiri dari kasus sebelumnya. Metode deep learning yaitu CNN dengan model VGG16 dapat diimplementasikan sebagai solusi dari permasalahan tersebut. Proses pembuatan sistem ini dengan tahapan pembuatan Image Detection yaitu akuisisi gambar, preprocessing, ekstraksi, klasifikasi, dan identifikasi data gambar. Penelitian ini menggunakan 3 dataset dimana setiap dataset memiliki gambar hasil MRI pasien sebanyak 1311 gambar. Dalam dataset tersebut dipisahkan menjadi 3 data yang berbeda yaitu data train, data validasi, dan data uji. Hasil dari pengujian ketiga dataset ini mamopu mengidentifikasi gambar yang di uji ke dalam sistem dengan persentase keakuratan 99%.