PENULISAN ILMIAH

Judul Penulisan Ilmiah           : Implementasi Convolutional Neural Network (CNN) Pada Citra MRI Otak Untuk Identifikasi Tumor Otak

Dosen Pembimbing                 : Dr. Ruddy J. Suhatril, SKom., M.Sc.

Software yang Digunakan      : Jupyter Notebook, Library Keras, Matplotlib.

Jupyter Notebook    : Jupyter notebook adalah aplikasi antar muka berbasis web yang  dapat digunakan untuk membuat program analisis yang dapat diintegrasikan dengan Spark. Jupyter notebook juga dapat membuat program analisis yang menggunakan metode machine learning sehingga dapat memproduksi grafik analisa. Jupyter notebook ini dapat diintegrasikan dengan library pemrograman python yang menyediakan metode machine learning.

Matplotlib (http://www.matplotlib.org) : library python untuk ploting 2D dan menghasilkan hasil gambar dengan resolusi tinggi dan dapat digunakan bersama library python lainnya.

Metode  :

Metode yang digunakan dalam penelitian ini adalah sebagai berikut,

1.   Studi Pustaka

Sebelum melakukan penelitian, penulis mempelajari studi literatur materi  yang terkait masalah yang diangkat.

2.   Pengumpulan Data

Data yang digunakan adalah citra MRI Otak diambil dari Kaggle dan NAC.

3.   Data Preprocessing

Pada tahap ini, citra yang telah terkumpul akan diproses sehingga seluruh citra dapat memiliki ukuran yang sama. Langkah – langkah preprocessing terdiri dari reshape, label encoder dan membagi dataset training, testing.

4.   Perencanaan Model Arsitektur Convolutional Neural Network

Pada tahap ini melakukan perencanaan untuk pelatihan model. Model dilatih menggunakan citra yang sudah dikelompokan.

5.   Pelatihan dan Validasi

Model diuji untuk mengidentifikasi adanya perdarahan di dalam otak. Pelatihan dan pengujian ini menggunakan 75:25 citra.

Data yang digunakan oleh penulis merupakan citra yang terdiri dari 2 kelas. Kelas tersebut terdiri berupa Hemmorhage (Positif) dan Non Hemmorhage (Negatif).

6.   Pengujian

Melakukan prediksi terhadap dataset testing menggunakan arsitektur model CNN yang telah dibuat.

7.   Perhitungan Akurasi dan Hasil

Mendapatkan hasil diagnosa tumor otak dan tabel akurasi.

Kelebihan   :

Dapat mengidentifikasi jenis perdarahan di dalam otak, sehingga dapat menentukan yang tumor otak dengan akurat dengan melihat citra.

Alasan penulisan ilmiah menjadi lambat sidang adalah diperlukan melakukan riset yang lebih dalam tentang metode yang akan digunakan, dataset yang tidak terpublish sehingga mengumpulkan dari berbagai website, menentukan algoritma yang tepat serta membangun model yang baik agar dapat menghasilkan hasil yang akurat. Nilai akurasi yang didapat belum sepenuhnya baik, bisa di sebabkan beberapa faktor.

Teknik Promosi Pada Penulisan Ilmiah :

Menampilkan hasil akurasi yang baik, sehingga memungkinkan dapat membantu paramedis dalam mendiagnosis tumor otak secara cepat dan akurat dalam mengambil keputusan.