Prediksi Penyakit Tumor Otak Menggunakan Convolution Neural Network (Cnn) Pada Citra Mri

Putra, Muhammad Rama

Tumor otak merupakan salah satu penyakit serius yang dapat mengancam jiwa,
memerlukan diagnosis dini yang akurat untuk meningkatkan peluang penyembuhan.
Penelitian ini bertujuan mengembangkan model deteksi tumor otak menggunakan
Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2, serta
membandingkan kinerjanya dengan metode Support Vector Machine (SVM). Dataset
yang digunakan terdiri dari 2000 citra MRI 2D otak yang dikategorikan ke dalam
kelas non-tumor, glioma, meningioma, dan pituitary. Tahapan penelitian meliputi
preprocessing data, pelatihan model CNN dan SVM, serta evaluasi menggunakan
metrik akurasi, precision, recall, dan F1- score. Hasil menunjukkan bahwa CNN
dengan MobileNetV2 mencapai akurasi pengujian 94,29%, lebih unggul
dibandingkan CNN standar (78,06%) dan SVM (75%). Temuan ini menunjukkan
bahwa CNN dengan MobileNetV2 dapat memberikan kontribusi signifikan dalam
deteksi tumor otak, mempercepat proses diagnosis, dan meningkatkan akurasi
pengambilan keputusan medis.

Informasi Repositori

Jenis: Thesis

Detail Information

Tahun: 2024
Bahasa: id
Last Updated: 2025-09-17T06:15:48Z

Subjects / Keywords

QA75 Electronic computers. Computer science

Akses Dokumen

Unduh PDF

Hak Cipta & Lisensi

Konten ini bersumber dari Repositori Institusi Kemendikdasmen.

Hak cipta dimiliki oleh institusi pencipta karya. Dilisensikan di bawah Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0).

Metadata di-harvest melalui protokol OAI-PMH sesuai SK Sekjen Kemendikbudristek No. 18/M/2022.