Deteksi tumor otak melalui segmentasi citra MRI dengan menggunakan arsitektur RESUNET Convolusional Neural Network

Shalsabila, Chaterina Devi (2024) Deteksi tumor otak melalui segmentasi citra MRI dengan menggunakan arsitektur RESUNET Convolusional Neural Network. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (65kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (113kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (118kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (74kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (797kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (281kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (691kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (52kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (139kB) | Request a copy
	Text (LAMPIRAN) 10_lampiran.pdf Restricted to Repository staff only Download (335kB) | Request a copy

Abstract

Penyakit tumor otak merupakan gangguan fungsi otak yang serius dan berpotensi menyebabkan kematian bila terlambat didiagnosa. Tumor otak dapat didiagnosa dengan menggunakan teknik segmentasi Machine Learning. Segmentasi Machine Learning dengan berbagai arsitekturnya banyak digunakan dalam proses diagnosa penyakit karena dianggap lebih cepat dan akurat dalam mendiagnosa penyakit. Tujuan dari penelitian ini ialah untuk menghasilkan segmentasi tumor otak pada citra MRI menggunakan metode ResUNet dan mengetahui akurasi hasil segmentasi tumor otak pada citra MRI yang dihasilkan dengan metode ResUNet. ResUNet merupakan arsitektur Convolusional Neural Network yang didalamnya terdapat unsur ResNet yaitu Residual Connection dalam struktur arsitektur UNet. Penelitian ini menggunakan dataset citra MRI otak yang berjudul “The Cancer Genome Atlas Low Grade Glioma Collection (TCGA-LGG)” yang terdiri dari 3929 citra dan label. Penelitian segmentasi tumor otak menggunakan ResUNet ini mendapatkan hasil yang cukup baik dengan menggunakan Indeks Tversky sebagai metrik evaluasi nya, akurasi yang dihasilkan yaitu sebesar 92,58% tversky score. Penelitian ini menyimpulkan bahwa arsitektur ResUNet mampu mendiagnosa tumor otak pada citra MRI dengan cukup baik namun belum cukup akurat dalam menentukan ukuran dan bentuk tumor otak tersebut.

Actions (login required)

View Item