DETEKSI DAN KLASIFIKASI CITRA KANKER DARAH MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK
Loading...
Date
2024
Journal Title
Journal ISSN
Volume Title
Publisher
Program Studi S1 Informatika
Abstract
Kanker adalah salah satu penyebab utama kematian di seluruh dunia, salah satu jenis kanker yang perlu diperhatikan yaitu kanker darah atau Leukemia. Leukemia adalah suatu kondisi sumsum tulang memproduksi sel darah putih secara berlebihan. Jumlah sel darah putih yang lebih banyak dibandingkan sel darah merah mampu merusak kinerja organ tubuh lain. Profilaksis dini diperlukan untuk membatasi jumlah pengidap Leukemia, mengingat tingginya jumlah kasus kematian dan bahaya yang disebabkan oleh kanker darah. Memanfaatkan teknologi dalam bidang medis dapat menjadi sebuah solusi dan mampu mendeteksi kanker sejak dini. Salah satu cara untuk mendeteksi penyakit dapat menggunakan citra hasil pemeriksaan pada pasien. Citra tersebut digunakan sebagai input dari kecerdasan buatan sebagai identifikasi citra. Metode dari Deep Learning yang dapat digunakan untuk identifikasi dan pengklasifikasian data citra yaitu Convolutional Neural Network (CNN). Penelitian ini menggunakan metode Convolutional Neural Network dengan arsitektur VGG-16 dengan objek penelitian yaitu identifikasi kanker darah. Data yang digunakan data citra Peripheral Blood Smears dengan total data kanker darah 10.000 data dan darah normal 10.000 data. Performasi yang didapatkan dari uji model terbaik dengan tiga parameter yaitu skenario data, nilai learning rate dan jumlah epoch. Akurasi tertinggi didapatkan dari skenario data 90%:5%:5% jumlah Epoch 20 dan nilai Learning Rate 0,0001 menghasilkan akurasi 100%. Nilai Precision, Recall dan F1-Score masing-masing mendapatkan 100%.