DETEKSI TUMOR OTAK PADA CITRA MRI MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN ARSITEKTUR YOLOV10

Efrigunawan, Raka (2025) DETEKSI TUMOR OTAK PADA CITRA MRI MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN ARSITEKTUR YOLOV10. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (24kB)
	Text BAB II.pdf Restricted to Registered users only Download (473kB)
	Text BAB III.pdf Restricted to Registered users only Download (254kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (10kB)
	Text DAFTAR PUSTAKA.pdf Download (151kB)

Abstract

Deteksi tumor otak pada citra Magnetic Resonance Imaging (MRI) merupakan salah satu tantangan besar dalam dunia medis yang memerlukan sistem yang cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan metode deteksi tumor otak menggunakan Convolutional Neural Network (CNN) dengan arsitektur You Only Look Once (YOLO). YOLO dipilih karena kemampuannya untuk melakukan deteksi objek secara real-time dengan akurasi tinggi, sehingga sangat efektif untuk mendeteksi tumor otak pada citra MRI. Dalam penelitian ini, citra MRI otak digunakan sebagai dataset untuk melatih model, yang mampu mengidentifikasi keberadaan tumor dengan presisi tinggi. Hasil evaluasi menunjukkan bahwa sistem ini dapat mendeteksi tumor otak dengan akurasi mencapai 98%, memberikan potensi besar dalam mempercepat dan mempermudah proses diagnosis medis. Penelitian ini diharapkan dapat menjadi kontribusi signifikan dalam pengembangan teknologi AI untuk aplikasi medis, khususnya dalam deteksi dini tumor otak.

Actions (login required)

View Item