KLASIFIKASI PENYAKIT ALZHEIMER PADA CITRA MEDIS MAGNETIC RESONANCE IMAGES (MRI) DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Ismail, Muhamad Yusuf (2024) KLASIFIKASI PENYAKIT ALZHEIMER PADA CITRA MEDIS MAGNETIC RESONANCE IMAGES (MRI) DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS)
21.51.1004 Muhamad Yusuf Ismail.pdf
Download (2MB)

Abstract

Penyakit Alzheimer adalah jenis penyakit neurodegeneratif yang paling umum terjadi pada manusia, terutama di kalangan lanjut usia, dan merupakan masalah kesehatan global yang serius. Citra Magnetic Resonance Imaging (MRI) memiliki peran penting dalam membantu membedakan antara kondisi normal dan yang terpengaruh oleh penyakit Alzheimer. Namun, interpretasi manual gambar MRI oleh tenaga medis profesional masih menghadapi berbagai keterbatasan. Proses interpretasi yang dilakukan secara manual memakan waktu cukup lama dan sangat bergantung pada keterampilan serta pengalaman masing-masing individu. Selain itu, risiko kesalahan manusia juga meningkatkan potensi terjadinya kesalahan diagnostik. Untuk mengatasi tantangan ini, penggunaan kecerdasan buatan menjadi solusi yang semakin diminati, terutama dengan penerapan metode Convolutional Neural Network (CNN). Salah satu model CNN yang efektif untuk tujuan ini adalah DenseNet121, yang dirancang untuk membedakan objek berdasarkan gambar yang dianalisis. Dalam penelitian ini, metode DenseNet121 diterapkan untuk melakukan klasifikasi jenis penyakit Alzheimer melalui analisis citra MRI otak. Melalui penelitian ini, diketahui bahwa metode DenseNet121 mampu melakukan klasifikasi penyakit Alzheimer dengan tingkat akurasi yang sangat tinggi, mencapai 97,83%.

Item Type:

Thesis (S2 - Magister)

Contributor: