ANALASIS DAN IMPLEMENTASI MODEL TUMOR OTAK PADA GAMBAR MRI OTAK MENGGUNAKAN TRANSFER LEARNING

Penyakit tumor otak menjadi masalah kesehatan masyarakat karena
diperkirakan 350.000 orang di seluruh dunia didiagnosa dengan penyakit tersebut
setiap tahunnya. Beberapa gejala dari penyakit tumor otak yaitu sakit kepala,
masalah kognitif, muntah, perubahan kepribadian, penglihatan dan cara berbicara.
Perkembangan teknologi sekarang berkembang sangat pesat, tak terkecuali pada
pengolahan citra pada dunia kesehatan. Pemanfaatan teknologi dalam pengolahan
citra menggunakan deep learning telah menjadi sorotan dalam pengembangan
machine learning karena dapat membantu pendeteksian gambar penyakit dengan
waktu yang relative singkat. Pada penelitian ini peneliti menggunakan metode deep
learning yaitu Convolutional Neural Network (CNN) khususnya menggunakan
model CNN yang dinamakan dengan transfer learning seperti Vgg16, Vgg19,
EfficientNetB1, EfficientNetB3, EfficientNetB5 dan EfficientNetB7. Hasil
pemodelan yang telah dibuat mendapatkan bahwa EfficientNetB5 merupakan model
yang terbaik dengan tingkat accuracy 98% dan model yang telah dibuat tersebut
dimplementasikan dalam bentuk sebuah web sistem sederhana untuk dapat
membantu mengidentifikasi gambar-gambar penyakit tumor otak. Hasil yang
didapatkan dari penggunaan model EfficientNetB5 dalam mengidentifikasi gambar
penyakit monkeypox sangat baik karena mendapatkan akurasi hingga 98%.