OPTIMASI PERFORMA VISION TRANSFORMER DENGAN MENGURANGI JUMLAH BLOK ENCODER UNTUK KLASIFIKASI TUMOR OTAK

Tumor otak merupakan tantangan kesehatan global yang signifikan, dengan teknik diagnostik saat ini seringkali memakan waktu dan memerlukan sumber daya yang besar. Otomatisasi berbasis deep learning telah muncul sebagai solusi menjanjikan untuk memfasilitasi deteksi dini dan meningkatkan efisiensi diagnostik. Di antara berbagai pendekatan, Vision Transformer (ViT) telah menunjukkan potensi yang kuat untuk klasifikasi gambar medis; namun, biaya komputasi yang tinggi tetap menjadi batasan. Untuk mengatasi hal ini, penelitian ini mengusulkan arsitektur ViT yang dimodifikasi dengan mengurangi jumlah blok encoder sambil meningkatkan kepala klasifikasi dengan lapisan tambahan. Hasil eksperimen menunjukkan bahwa konfigurasi yang dioptimalkan dengan sembilan blok encoder mencapai kinerja superior, dengan akurasi 99,39%, presisi 99,36%, recall 99,33%, dan skor F1 99,34%. Temuan ini menyoroti bahwa kompleksitas arsitektur yang lebih tinggi tidak selalu berarti kemampuan klasifikasi yang lebih baik. Dengan mengintegrasikan koreksi gamma, mengurangi blok encoder, dan menyempurnakan kepala klasifikasi, model yang diusulkan mempertahankan akurasi terdepan sambil secara signifikan mengurangi tuntutan komputasi. Hal ini membuat pendekatan ini sangat cocok untuk diterapkan di lingkungan medis dengan sumber daya terbatas.

Kata Kunci: Klasifikasi Tumor Otak, Vision Transformer, Gamma correction