IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM KLASIFIKASI TUMOR OTAK MENGGUNAKAN CITRA MAGNETIC RESONANCE IMAGING (MRI)

Abstract

Magnetic Resonance Imaging (MRI) berperan penting dalam diagnosis tumor otak. Namun, interpretasi manual citra MRI rentan variabilitas dan kesalahan. Penelitian ini bertujuan mengimplementasikan Convolutional Neural Network (CNN) untuk klasifikasi tumor otak menggunakan citra Magnetic Resonance Imaging (MRI), dengan fokus pada pengembangan model berbasis website yang efisien. Metode yang digunakan meliputi pra-pemrosesan data (resize, normalisasi pixel, augmentasi), ekstraksi fitur menggunakan CNN, modifikasi model (penambahan flatten layer, ReLU, dan softmax), kompilasi, pelatihan, evaluasi, dan pengujian model. Dataset yang digunakan terdiri dari 3 kelas: no tumor, glioma, dan meningioma. Hasil pengujian blackbox menunjukkan sistem berfungsi optimal pada berbagai browser. Pengujian model menunjukkan akurasi keseluruhan 93,3%, sensitivitas rata-rata 96,7%, dan spesifisitas rata-rata 97,2%. Penelitian ini diharapkan dapat berkontribusi pada pengembangan sistem otomatis diagnosis tumor otak, meningkatkan efisiensi dan akurasi.