Annisa Putri, AP and Benny Sukma Negara, BSN and Suwanto Sanjaya, SS (2022) PENERAPAN DEEP LEARNING MENGGUNAKAN VGG-16 UNTUK KLASIFIKASI CITRA GLIOMA. PENERAPAN DEEP LEARNING MENGGUNAKAN VGG-16 UNTUK KLASIFIKASI CITRA GLIOMA, 3 (4). pp. 379-383. ISSN 2685-998X

Preview

Text FIX REPOSITORY ANNISA PUTRI.pdf Download (1MB) | Preview

Abstract

Salah satu dari jenis tumor otak pada manusia yaitu glioma. Glioma dianggap sebagai jenis tumor otak primer yang paling umum pada orang dewasa. Untuk menentukan Tindakan lanjutan yang akan dilakukan oleh dokter, grade dari glioma perlu diketahui terlebih dahulu. Glioma terbagi menjadi 3 grade. Untuk bisa membedakan grade dari glioma bisa dilakukan proses pengklasifikasian menggunakan deep learning dengan arsitektur CNN. Klasifikasi grade glioma menerapkan preprocessing Histogram Equalization (HE). Model pelatihan menggunakan CNN dengan arsitektur VGG-16. Pembagian data menggunakan split data dengan perbandingan 70% training 30% testing, 80 % traning 20% testing, dan 90% training 10 % testing. Hasil dari penelitian ini penggunaan data original memiliki hasil yang lebih baik dibandingkan dengan data yang menggunakan preprocessing HE pada pengujian batch size 16 dan split data 90% training 10% testing. Kata Kunci: Glioma; Deep Learning; CNN; HE; VGG-16

Actions (login required)

View Item