Perpustakaan Digital ITB

Data statistik global dari Global Burden of Disease Study menyebutkan bahwa penyakit Alzheimer menjadi salah satu penyakit yang meningkat di antara lima puluh penyakit dengan kasus terbanyak penyebab kematian pada periode 1990 hingga 2013. Identifikasi penyakit Alzheimer perlu ketelitian yang tinggi karena adanya jenis tertentu dari penyakit tersebut. Deep learning dapat membantu dalam klasifikasi kelas penyakit Alzheimer untuk meningkatkan ketepatan dalam diagnosis. Pada penelitian ini, dilakukan klasifikasi citra MRI penyakit Alzheimer menggunakan metode Convolutional Neural Network dengan empat arsitektur berbeda berbasis TensorFlow dan Keras pada Google Colaboratory. Data yang digunakan merupakan data publik situs ADNI dengan citra T1-weighted dari 20 pasien dalam format DICOM yang dikonversi menjadi JPG. Kemudian, data terbagi dalam tiga folder dan dilakukan proses augmentasi data untuk meningkatkan keragaman data. Dalam pemodelan, keempat model diberikan hyperparameter. Hasil menunjukkan nilai akurasi yang berbeda pada tiap model. Model D yaitu VGG-19 memiliki akurasi sebesar 99% dengan nilai kesalahan sebesar 2,06%. Penelitian ini diharapkan dapat menjadi referensi dalam analisis citra medis menggunakan deep learning.