KLASIFIKASI TUMOR OTAK MELALUI CITRA MAGNETIC RESONANCE IMAGING BERBASIS ARSITEKTUR DEEP LEARNING

Abstract

Deteksi dini tumor otak memiliki peran penting dalam menentukan penanganan medis yang tepat serta meningkatkan peluang kesembuhan pasien. Magnetic Resonance Imaging (MRI) merupakan metode pencitraan medis yang umum digunakan, namun interpretasi hasil secara manual masih memerlukan waktu yang lama dan berpotensi menimbulkan kesalahan diagnostik. Penelitian ini bertujuan untuk mengembangkan model klasifikasi otomatis berbasis Convolutional Neural Network (CNN) guna mengidentifikasi jenis tumor otak pada citra MRI. Dataset yang digunakan terdiri atas empat kelas, yaitu glioma, meningioma, pituitary, dan normal. Model dilatih dan diuji menggunakan teknik deep learning, kemudian dievaluasi melalui confusion matrix serta visualisasi hasil klasifikasi. Hasil penelitian menunjukkan bahwa model CNN yang dikembangkan mampu mengklasifikasikan jenis tumor otak dengan tingkat akurasi yang tinggi. Secara praktis, penelitian ini berpotensi mendukung proses diagnosis medis dengan menyediakan sistem berbasis kecerdasan buatan yang cepat, akurat, dan efisien, sehingga dapat membantu tenaga medis dalam pengambilan keputusan klinis.