Klasifikasi Penyakit Alzheimer pada Citra Medis Magnetic Resonance Images dengan Arsitektur DenseNet121

Abstract

Penyakit Alzheimer merupakan penyakit neurodegeneratif yang paling umum terjadi pada manusia, terutama pada lansia, dan merupakan masalah kesehatan global yang serius. Citra Magnetic Resonance Imaging (MRI) ini dapat membantu membedakan kondisi normal pada pasien penyakit Alzheimer. Tetapi interpretasi MRI secara manual gambar oleh profesional medis masih memiliki keterbatasan tertentu. Proses interpretasi manual memakan waktu dan bergantung pada keterampilan dan pengalaman individu. Selain itu, kemungkinan kesalahan manusia juga meningkatkan risiko kesalahan diagnostik. Masalah tersebut bisa diatasi dengan menggunakan kecerdasan buatan, yaitu dengan menerapkan metode Convolutional Neural Network (CNN) dengan model Densenet121 yang dilatih untuk membedakan suatu objek bedasarkan gambar. Untuk tujuan tersebut, penelitian ini menerapkan metode Densenet121 untuk melakukan proses klasifikasi jenis penyakit Alzheimer melalui citra MRI otak. Hasil dari penelitian tersebut adalah metode Densenet 121 dapat digunakan untuk proses klasifikasi penyakit Alzheimer melalui citra MRI otak dengan tingkat akurasi 97,83%.