VOKASI – Diagnosa canggih pada citra MRI Brain untuk klasifikasi tumor otak menggunakan metode CNN, sebuah penelitian dari Mahasiswa Fakultas Vokasi.
Menurut (Tandel et al., 2020) tumor otak menduduki peringkat sepuluh dalam salah satu penyebab kematian. Tumor otak bukanlah penyebab utama kematian, tetapi 40% dari semua jenis tumor lainya dapat berubah menjadi kanker otak karena metastasis. Harapan hidup menjadi minimal pada saat tumor berada pada tahap yang lebih tinggi. Karena teknologi MRI mampu mencitrakan jaringan soft tissue dengan baik maka, teknologi ini paling sering digunakan untuk mendiagnosis tumor otak. Selain itu, gambar yang dihasilkan memiliki kualitas lebih tinggi sehingga memudahkan diagnosis penyakit secara dini.
Teknologi artificial intelligence dapat membantu dalam diagnosis tumor secara cepat dan akurat dengan menggunakan metode yang bernama CNN. Metode tersebut merupakan teknik deep learning yang dapat melakukan pengenalan objek, ekstraksi objek, dan kategorisasi objek secara mandiri. CNN ini unggul dalam memperoleh fitur, kategorisasi gambar yang otomatis dan efektif. Seiring kemajuan teknologi, pemrosesan gambar digital akan dapat membantu menyelesaikan masalah umum seperti klasifikasi gambar. CNN dipilih karena merupakan pendekatan terbaik untuk mengklasifikasikan gambar dan ekstraksi fitur dilakukan secara otomatis, untuk menghemat waktu dan tenaga.
Proses klasifikasi citra menggunakan CNN dilakukan menjadi beberapa tahapan. Pertama harus terlebih dahulu mengubah format dataset ke format data gambar untuk setiap kelas yang akan digunakan. Data gambar dikumpulkan dan diubah menjadi gambar grayscale yang kemudian diolah untuk memperlihatkan nilai intensitas keabuan. Transformasi ke gambar grayscale dimaksudkan untuk mempermudah segmentasi yakni proses setelah diubah menjadi data gambar. Segmentasi dilakukan menggunakan metode Thresholding untuk membagi gambar menjadi beberapa bagian sehingga dapat dibedakan antara latar belakang dan objek. Selanjutnya hasil segmentasi sebelumnya harus diekstraksi. Hasil dari ekstraksi kemudian di klasifikasikan menggunakan teknik CNN.
Metode CNN
Adapun metode CNN pada pengklasifikasian citra tumor otak akan membantu dokter dalam mengambil keputusan dengan cepat mengenai deteksi tumor dan jenisnya. Terdapat beberapa hal yang perlu diperhatikan pada penggunaan CNN untuk klasifikasi citra tumor otak. Hal tersebut yakni model, arsitektur lapisan yang digunakan, parameter yang digunakan, dan hasil akurasi klasifikasi tumor otak dari model CNN. Berdasarkan beberapa jurnal yang melakukan penelitian mengenai keakuratan metode CNN untuk klasifikasi tumor otak, diperoleh akurasi sebesar 99,74% pada penelitian (Chattopadhyay & Maitra, 2022). Akurasi nilai 99,74% pada penelitian tesebut menunjukkan bahwa CNN dapat mengklasifikasikan tumor otak lebih baik dibandingan dengan metode lainya. Hal ini dapat membantu dokter dalam mendiagnosa pasien agar dapat segera mendapatkan tindakan dan pengobatan selanjutnya. Demikian penelitian tentang diagnosa canggih pada citra MRI Brain untuk klasifikasi tumor otak menggunakan metode CNN.
***
Penulis : Yunia Rohmawati Assa’adah, Muhaimin, Aji Akbar Firdaus, D-IV Teknologi Radiologi Pencitraan
Editor : Oky Sapto Mugi Saputro – Tim Branding Fakultas Vokasi UNAIR
