PENGEMBANGAN MODEL CONVOLUTIONAL NEURAL NETWORK MENGGUNAKAN AUGMENTASI UNTUK PREDIKSI PENYAKIT TUMOR OTAK

Penyakit tumor otak merupakan gangguan serius pada sistem saraf pusat yang memerlukan diagnosis cepat dan akurat. Salah satu metode yang umum digunakan dalam diagnosis adalah Magnetic Resonance Imaging (MRI), namun interpretasi manual terhadap citra MRI membutuhkan waktu dan keahlian khusus. Mengembangkan model Convolutional Neural Network (CNN) dengan teknik augmentasi untuk meningkatkan akurasi dalam memprediksi tumor otak dari citra MRI. CNN dikenal memiliki kinerja baik dalam klasifikasi citra, namun rentan terhadap overfitting terutama ketika jumlah dan variasi data terbatas. Oleh karena itu, diterapkan teknik augmentasi data secara on the fly untuk membuat data training bervariasi. Dataset yang digunakan terdiri dari 982 citra MRI dengan tumor dan 493 citra non-tumor. Hasil pengujian menunjukkan bahwa model CNN yang dikembangkan dengan augmentasi mengalami peningkatan performa, ditunjukkan oleh kenaikan akurasi dari 89% menjadi 90%, peningkatan recall pada kelas non tumor dari 78% menjadi 88%, serta peningkatan F1-score pada kedua kelas. Secara keseluruhan augmentasi berhasil meningkatkan stabilitas dan kemampuan generalisasi model. Dengan demikian, metode yang diusulkan dapat memberikan kontribusi nyata dalam mendukung diagnosis penyakit tumor otak secara lebih efektif di bidang kesehatan.

Kata Kunci: Augmentasi, CNN, Klasifikasi Citra, MRI , Tumor Otak