Prediksi Penyakit Tumor Otak Menggunakan Convolution Neural Network (CNN) Pada Citra MRI

Abstract

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.