KLASIFIKASI TUMOR OTAK PADA CITRA MRI MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DAN DCGAN

GUNAWAN, DANNY (2023) KLASIFIKASI TUMOR OTAK PADA CITRA MRI MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DAN DCGAN. S2 thesis, Universitas Atma Jaya Yogyakarta.

Preview	Text (Danny Gunawan) 215311521_Bab 0.pdf Download (302kB) | Preview
Preview	Text 215311521_Bab 1.pdf Download (168kB) | Preview
Preview	Text 215311521_Bab 2.pdf Download (519kB) | Preview
	Text 215311521_Bab 3.pdf Restricted to Registered users only Download (352kB)
	Text 215311521_Bab 4.pdf Restricted to Registered users only Download (733kB)
Preview	Text 215311521_Bab 5.pdf Download (181kB) | Preview

Abstract

Tumor otak merupakan penyebab kematian ke 10 untuk pria dan wanita di seluruh dunia. Disebabkan oleh sel kanker yang ganas dan tumbuh secara cepat yang menyebar ke daerah otak dan tulang belakang. Karena gejala ini generik dan tidak spesifik maka pencitraan medis sering digunakan untuk mendiagnosis tumor otak. Magnetic Resonance Imaging (MRI) adalah teknik pencitraan medis yang umum digunakan dalam pengobatan, termasuk diagnosis tumor otak. Menganalisis citra MRI secara manual oleh tenaga ahli memerlukan waktu yang relatif lama. Penelitian ini pertama menggunakan Deep Convolutional Generative Adversarial Network (DCGAN) untuk menghasilkan dataset baru dari empat jenis citra tumor otak MRI. Selain itu, model jaringan klasifikasi tumor otak menggunakan arsitektur MobileNetV2. Dengan penambahan dataset yang dihasilkan DCGAN meningkatkan akurasi model. Akurasi tertinggi yang didapatkan adalah 94.08% untuk proses pelatihan dan 90% untuk pengujian model.

Actions (login required)

View Item