Perancangan Sistem Klasifikasi Alzheimer Berbasis Pengolahan Citra MRI Menggunakan Convolutional Neural Network (CNN)
Abstract
Penyakit Alzheimer atau Alzheimer Diseases
(AD) adalah penyakit otak yang menyebabkan penurunan daya
ingat, menurunnya kemampuan berpikir dan berbicara, serta
perubahan perilaku. Seiring dengan waktu, Penyakit Alzheimer
dapat membuat penderitanya tidak mampu melakukan
perkerjaan sehari-hari. Penyakit Alzheimer umumnya terjadi
pada seseorang yang berusia di atas 65 tahun. Dalam
mendeteksi Alzheimer para medis menggunakan pencitraan
pada otak salah satu metode yang banyak digunakan Magnetic
Resonance Imaging (MRI). Dengan perkembangan teknologi
pengolahan citra dan komputasi tenaga medis menggunakan
deep learning sebagai metode identifikasi. Hal ini dikarenakan
deep learning memiliki average precision yang tinggi dalam
mengklasifikasikan citra. Dari pengujian performa sistem pada
sistem yang dirancangkan berdasarkan hasil terbaik dari setiap
skenario dengan ukuran citra 224×224, optimizer adam, learing
rate 0,0001, epoch 80, dan batch size didapatkan tingkat akurasi
sebesar 92%, tingkat presisi sebesar 94%, recall sebesar 92%,
dan f1-score sebesar 93%.
Kata kunci— penyakit alzheimer, convolutional neural
network, hidden layer, learning rate, batch rate, resize.
References
L. G. Apostolova,
(N Y), 2016.
J. Gaugler, B. James, T. Johnson, J. Reimer, M.
Solis, and J. Weuve,
Figures,= Chicago, 2022. Accessed: Dec. 14, 2022. [Online].
Available: alz.org
X. Lu, H. Wu, and Y. Zeng,
Alzheimer9s disease in MobileNet,= in Journal of Physics:
Conference Series, Nov. 2019, vol. 1345, no. 4. doi:
1088/1742-6596/1345/4/042012.
Z. S. Khachaturian,
Alzheimer9s Disease,= 1985. [Online]. Available:
http://archneur.jamanetwork.com/
Alzheimer Indonesia,
Demensia,= alzi.or.id, 2019. https://alzi.or.id/statistiktentang-
demensia/ (accessed Jan. 06, 2023).
P. C. Muhammed Raees and V. Thomas,
Learning in MRI,= in Journal of Physics: Conference Series,
May 2021, vol. 1921, no. 1. doi: 10.1088/1742-
/1921/1/012024.
M. C. Henry-Feugeas,
syndrome,9= Journal of Neuroradiology, vol. 34, no. 4. pp.
-227, Oct. 2007. doi: 10.1016/j.neurad.2007.07.002.
H. Ji, Z. Liu, W. Q. Yan, and R. Klette,
diagnosis of Alzheimer9s disease using deep learning,= in
ACM International Conference Proceeding Series, Jun. 2019,
pp. 87-91. doi: 10.1145/3341016.3341024.
A. Farooq, S. M. Anwar, M. Awais, and S. Rehman,
Alzheimer9s Disease using MRI,= in IEEE Instrumentation
and Measurement Society prior to the acceptance and
publication., 2017, pp. 1-7.
S. H. Wang, P. Phillips, Y. Sui, B. Liu, M. Yang,
and H. Cheng,
on Eight-Layer Convolutional Neural Network with Leaky
Rectified Linear Unit and Max Pooling,= J Med Syst, vol. 42,
no. 5, May 2018, doi: 10.1007/s10916-018-0932-7.
K. A. Jellinger,
history of Alzheimer research,= Journal of Neural
Transmission, vol. 113, no. 11. pp. 1603-1623, Nov. 2006.
doi: 10.1007/s00702-006-0578-3.
Sarvesh Dubey,
Images),= Kaggle, 2020.
Y. N. Fu9Adah, I. Wijayanto, N. K. C. Pratiwi, F. F.
Taliningsih, S. Rizal, and M. A. Pramudito,
Classification of Alzheimer9s Disease Based on MRI Image
Processing using Convolutional Neural Network (CNN) with
AlexNet Architecture,= in Journal of Physics: Conference
Series, Mar. 2021, vol. 1844, no. 1. doi: 10.1088/1742-
/1844/1/012020.
S. Khan, H. Rahmani, S. Afaq, A. Shah, and M.
Computer Vision.=
D. P. Kingma and J. Ba,
Stochastic Optimization,= Dec. 2014, [Online]. Available:
http://arxiv.org/abs/1412.6980
S. Ruder,
optimization algorithms,= Sep. 2016, [Online]. Available:
http://arxiv.org/abs/1609.04747
G. Habib and S. Qureshi,
acceleration of convolutional neural networks: A survey,=
Journal of King Saud University - Computer and Information
Sciences, vol. 34, no. 7. King Saud bin Abdulaziz University,
pp. 4244-4268, Jul. 01, 2022. doi:
1016/j.jksuci.2020.10.004
