EVALUASI TEKNIK AUGMENTASI DATA UNTUK KLASIFIKASI TUMOR OTAK MENGGUNAKAN CNN PADA CITRA MRI

Abstrak

Klasifikasi tumor otak pada citra Magnetic Resonance Imaging (MRI) merupakan tantangan besar dalam bidang radiologi dan teknologi medis. Untuk meningkatkan akurasi diagnosis, metode Convolutional Neural Network (CNN) telah menunjukkan potensi besar. Namun, keterbatasan dataset pelatihan yang memadai menjadi kendala utama dalam pengembangan model yang efektif. Penelitian ini bertujuan untuk mengevaluasi kinerja model CNN dengan menerapkan berbagai teknik augmentasi data untuk klasifikasi tumor otak serta mengidentifikasi teknik augmentasi data yang paling efektif. Teknik augmentasi yang diuji meliputi penskalaan citra, rotasi acak, flip vertikal dan horizontal, kecerahan acak, serta kombinasi dari berbagai teknik augmentasi tersebut. Hasil penelitian menunjukkan bahwa teknik augmentasi penskalaan dan flip vertikal serta horizontal memberikan rata-rata akurasi tertinggi sebesar 92,97%, dengan akurasi maksimal mencapai 100% pada epoch ke-20 menggunakan teknik flip vertikal dan horizontal. Dengan demikian, diharapkan hasil penelitian ini dapat dimanfaatkan oleh peneliti lain dalam memilih teknik augmentasi yang tepat untuk citra MRI.