Klasifikasi Tumor Otak Menggunakan Convolutional Neural...
Transcript of Klasifikasi Tumor Otak Menggunakan Convolutional Neural...
Klasifikasi Tumor Otak Menggunakan Convolutional Neural Network
Proposal Tugas Akhir
Diajukan Untuk Memenuhi
Persyaratan Guna Meraih Gelar Sarjana Strata 1
Teknik Informatika Universitas Muhammadiyah Malang
Anisa Rahmawati
201610370311069
PROGRAM STUDI INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
2020
ii
LEMBAR PERSETUJUAN
Klasifikasi Tumor Otak Menggunakan Convolutional Neural Network
TUGAS AKHIR
Sebagai persyaratan Guna Meraih Gelar Sarjana Strata 1
Teknik Informatika Universitas Muhammdiyah Malang
Menyetujui,
Malang, 25 Juni 2020
Dosen Pembimbing I Dosen Pembimbing II
Agus Eko Minarno, M.Kom. Yufis Azhar, S.Kom., M.Kom.
NIP. 108.1410.0540 NIP. 108.1410.0544
iii
LEMBAR PENGESAHAN
iv
LEMBAR PERNYATAAN
v
ABSTRAK
Otak merupakan salah satu organ paling kompleks dalam tubuh manusia yang bekerja
dengan miliaran sel Ada dua jenis tumor yaitu Malignant dan Benign. Tumor otak ganas
berasal dari otak, tumbuh lebih cepat dan secara agresif menyerang jaringan di
sekitarnya. Menurut laporan yang diterbitkan oleh World Health Organization (WHO)
kanker otak menyumbang kurang dari 2% dari kanker yang lain, namun morbiditas parah
dan komplikasi yang dihasilkan sangat besar. Tumor otak mungkin terjadi pada individu
manapun pada usia berapapun dan muncul diarea mana saja serta memiliki beragam
bentuk dan ukuran. Saat ini MRI merupakan teknik terbaik untuk mendeteksi tumor otak.
Pada penelitian ini, Deep Learning pada convolutional neural network diajukan untuk
mengklasifikasikan tiga tipe tumor otak yang sering ditemui yaitu Glioblastoma,
Meningioma, Pituitary. Dataset ini memuat 233 pasien dengan total T1-weighted
contrast-enhanced images sebanyak 3064 slices. Model yang diajukan mendapatkan
hasil terbaik sebesar 72% untuk data uji Balance, 70% data uji Imbalance, dan 97% untuk
data uji Augmentasi. Berdasarkan hasil uji arsitektur CNN yang diusulkan efektif untuk
melakukan klasifikasi tumor otak.
Kata Kunci- Brain Tumor, Deep Learning, Classification, CNN, Augmentasi,
Glioblastoma, Meningioma, Pituitary.
vi
LEMBAR PERSEMBAHAN
Alhamdulillahi rabbil ‘alamin, dengan memanjakatkan puji dan syukur
kehadirat Allah SWT yang telah melimpahkan rahmat dan hidayah-Nya, dan tak
lupa shalawat serta salam kepada junjungan Nabi Muhammad SAW, sehingga
dengan ridha-Nya skripsi berjudul “Klasifikasi Tumor Otak Menggunakan
Convolutional Neural Network” dapat terselesaikan.
Penyelesaian skripsi ini tidak lepas dari dukungan dan bantuan dari
berbagai pihak, baik secara langsung maupun tidak langsung. Oleh karena itu, pada
kesempatan ini penulis dengan segala kerendahan hati mengucapkan terimakasih
dan penghargaan yang sebesar-besarnya kepada:
1. Allah SWT yang selalu memberikan kemudahan dan kesabaran dalam
mengerjakan tugas akhir ini.
2. Orang Tua saya, Budi Raharjo dan Sulistiyah, dan keluarga besar saya atas
berkat segala dukungan, motivasi, dan nasehat yang diberikan selama
mengerjakan tugas akhir ini.
3. Dosen Pembimbing saya, Agus Eko Minarno, M.Kom. dan Bapak Yufis
Azhar, M.Kom. yang sudah bersedia dan meluangkan waktunya untuk
membantu dan membimbing terkait tugas akhir ini.
4. Seluruh Bapak dan Ibu Dosen Pengajar yang telah memberikan ilmunya.
5. Alfian Ridho Zulfikar yang senantiasa memberikan semangat dan support
dalam pengerjaan tugas akhir ini.
6. Sahabat-sahabat saya Ventaria, Faricha, Herda, Ilalelis, Vina Ukho, Mita,
Fira, Nabila yang selalu menghibur dan memotivasi selama pengerjaan tugas
akhir ini.
7. Teman-teman saya yang tidak dapat saya sebutkan namanya satu per satu.
Terimakasih atas dukungan dan motivasi dari kalian.
Malang, 25 Juni 2020
Penulis
vii
KATA PENGANTAR
Dengan memanjatkan puji syukur kehadirat Allah SWT. Atas limpahan
rahmat dan hidayah-NYA sehingga peneliti dapat menyelesaikan tugas akhir yang
berjudul
“KLASIFIKASI TUMOR OTAK MENGGUNAKAN
CONVOLUTIONAL NEURAL NETWORK”
Di dalam tulisan ini disajikan pokok – pokok bahasan yang meliputi latar
belakang, metode penelitian, dan hasil dan pembahasan yang telah didapat dari
penelitian ini dan telah disimpulkan berdasarkan hasil yang telah didapat oleh
peneliti.
Peneliti menyadari sepenuhnya bahwa dalam penulisan tugas akhir ini
masih banyak kekurangan dan keterbatasan. Oleh karena itu peneliti mengharapkan
saran yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu
pengetahuan.
Malang, 25 Juni 2020
Penulis
viii
DAFTAR ISI
LEMBAR PERSETUJUAN ...................................................................................................... ii
LEMBAR PENGESAHAN ..................................................................................................... iii
LEMBAR PERNYATAAN ...................................................................................................... iv
ABSTRAK ................................................................................................................................. v
LEMBAR PERSEMBAHAN ................................................................................................... vi
KATA PENGANTAR ............................................................................................................. vii
DAFTAR ISI .......................................................................................................................... viii
DAFTAR GAMBAR ................................................................................................................. x
DAFTAR TABEL ..................................................................................................................... xi
BAB I ......................................................................................................................................... 1
PENDAHULUAN ..................................................................................................................... 1
1.1 Latar Belakang .......................................................................................................... 1
1.2 Rumusan Masalah ..................................................................................................... 4
1.3 Tujuan Penelitian ...................................................................................................... 4
1.4 Cakupan Masalah ..................................................................................................... 4
BAB II ........................................................................................................................................ 5
TINJAUAN PUSTAKA ............................................................................................................ 5
2.1 Penelitian Terdahulu ................................................................................................ 5
2.2 Tumor Otak ............................................................................................................... 5
2.3 Data Preprocessing .................................................................................................... 5
2.4 Data Training............................................................................................................. 6
2.5 Convolutional Neural Network (CNN) .................................................................... 6
2.6 Evaluasi ...................................................................................................................... 6
2.6.1 Accuracy .............................................................................................................. 7
2.6.2 Precision .............................................................................................................. 7
2.6.3 Recall ................................................................................................................... 7
BAB III ...................................................................................................................................... 9
METODOLOGI PENELITIAN................................................................................................. 9
3.1 Pengumpulan Dataset ............................................................................................... 9
3.1.1 Jenis Dataset ....................................................................................................... 9
3.1.2 Metode Pengumpulan Data ............................................................................. 10
3.2 Data Preprocessing .................................................................................................. 12
3.3 Build Model CNN .................................................................................................... 12
3.4 Training Data........................................................................................................... 14
ix
3.5 Akurasi ..................................................................................................................... 14
BAB IV .................................................................................................................................... 16
HASIL DAN PEMBAHASAN................................................................................................ 16
4.1 Kebutuhan Sistem ....................................................................................................... 16
4.2 Dataset .......................................................................................................................... 16
4.2.1 Data Balance .............................................................................................................. 16
4.2.2 Data Imbalance ................................................................................................... 17
4.2.3 Data Augmentasi.................................................................................................. 17
4.3 Data Preprocessing ..................................................................................................... 17
4.4 Memuat Dataset .......................................................................................................... 18
4.5 Model CNN .................................................................................................................. 18
4.5.1 Model Skema 1 ................................................................................................. 19
4.5.2 Model Skema 2 ................................................................................................. 20
4.6 Data Training........................................................................................................... 22
4.7 Pelatihan dan Pengujian Model beserta Confusion Matrix ................................ 23
4.7.1 Pelatihan Model Skema 1 ................................................................................ 23
4.7.2 Pelatihan Model Skema 2 ................................................................................ 25
4.8 Perbandingan Model ............................................................................................... 28
4.9 Evaluasi .................................................................................................................... 29
4.10 Hasil Penelitian .................................................................................................... 29
4.10.1 Hasil Akurasi Terbaik ......................................................................................... 29
4.10.2 Pengaruh Jumlah Epoch ..................................................................................... 30
4.11 Perbandingan Hasil dengan Penelitian Sebelumnya ........................................ 30
BAB V ..................................................................................................................................... 33
KESIMPULAN ........................................................................................................................ 33
5.1 Kesimpulan .............................................................................................................. 33
5.2 Saran ......................................................................................................................... 33
DAFTAR PUSTAKA .............................................................................................................. 34
x
DAFTAR GAMBAR
Gambar 1. Arsitektur CNN 1 Pada Penelitian Sebelumnya ..................................................... 8 Gambar 2. Arsitektur CNN 2 Pada Penelitian Sebelumnya ..................................................... 8 Gambar 3. Alur Pengerjaan Penelitian ..................................................................................... 9 Gambar 4. Contoh Data Tumor Otak Glioblastoma ............................................................... 10
Gambar 5. Contoh Data Tumor Otak Meningioma ................................................................ 11 Gambar 6. Contoh Data Tumor Otak Pituitary ...................................................................... 12 Gambar 7. Model Skema 1 CNN ........................................................................................... 13 Gambar 8. Model Skema 2 CNN ........................................................................................... 13 Gambar 9. Rumus Akurasi ..................................................................................................... 14
Gambar 10. Contoh data yang telah di Augmentasi. (a) Gambar asli, (b) Dilakukan mirroring
pada gambar, (c) Dilakukan rotasi 45 derajat pada gambar, (d) Memberikan noise pada
gambar, (e) Dilakukan flip pada gambar. ................................................................................ 17 Gambar 11. Source Code Untuk Memuat Dataset Dalam Sistem .......................................... 18 Gambar 12. Source Code Import Library ............................................................................... 19 Gambar 13. Source Code Model Skema 1 ............................................................................. 19 Gambar 14. Source Code Model Skema 2 ............................................................................. 21
Gambar 15. Source Code Training Data ................................................................................ 23 Gambar 16. Source Code Fitting Model Network ................................................................. 23
Gambar 17. Grafik Akurasi Data Uji Balance Skema 1......................................................... 24 Gambar 18. Grafik Loss Data Balance Skema 1 .................................................................... 24
Gambar 19. Confusion Matrix Data Balance Skema 1 .......................................................... 25 Gambar 20. Source Code Fitting Model Network ................................................................. 25 Gambar 21. Grafik Akurasi Data Imbalance Skema 2 ........................................................... 25
Gambar 22. Grafik Loss Data Imbalance Skema 2 ................................................................ 26
Gambar 23. Confusion Matrix Data Imbalance Skema 2 ...................................................... 26 Gambar 24. Grafik Akurasi Data Uji Augmentasi Skema 2 .................................................. 27 Gambar 25. Grafik Loss Data Uji Augmentasi Skema 2 ....................................................... 27
Gambar 26. Confusion Matrix Data Augmentasi Skema 2 .................................................... 28 Gambar 27. Confusion Matrix Data Augmentasi Skema 2 .................................................... 28
xi
DAFTAR TABEL
Tabel 1. Penelitian Terdahulu ................................................................................................... 5 Tabel 2. Perbandingan Model Skema1 dan Model Skema2 ................................................... 28 Tabel 3. Evaluasi Data Balance Skema 1 ................................................................................ 29 Tabel 4. Evaluasi Data Imbalance Skema 2 ............................................................................ 29
Tabel 5. Evaluasi Data Augmentasi Skema 2 ......................................................................... 29 Tabel 6. Hasil Pengujian pada Data Uji Balance, Imbalance, Augmentasi ............................ 30 Tabel 7. Perbandingan Hasil Akurasi Data Test Skema 1 dan Skema 2 berdasarkan Epoch . 30 Tabel 8. Perbandingan Hasil Penelitian Data Uji Imbalance .................................................. 31 Tabel 9. Perbandingan Hasil Penelitian Data Uji Augmentasi ............................................... 31
Tabel 10. Perbandingan Hasil Dengan Penelitian Sebelumnya .............................................. 31
LEMBAR PLAGIASI