Deteksi Ginjal Berdasarkan Citra CT Scan Dengan Algoritma Convolution Neural Network
DOI:
https://doi.org/10.52436/1.jpti.482Keywords:
CNN, Deteksi, Kista GinjalAbstract
Penyakit ginjal merupakan masalah kesehatan serius yang memerlukan deteksi dini untuk meningkatkan peluang penyembuhan. Salah satu tantangan utama dalam mendeteksi kista ginjal adalah mencapai akurasi tinggi dalam klasifikasi gambar CT-Scan dengan algoritma Convolutional Neural Network (CNN), di mana metode konvensional sering kali menunjukkan hasil yang tidak konsisten. Penelitian ini bertujuan untuk mengklasifikasikan kinerja algoritma deep learning, terutama convolutional neural network dalam mendeteksi kista ginjal berdasarkan citra CT-Scan. Solusi yang diusulkan mencakup proses preprocessing yang teliti, meliputi resizing gambar, augmentasi data, segmentasi, dan ekstraksi fitur penting untuk memastikan kualitas input ke model. Dataset yang digunakan terdiri dari gambar CT-Scan dengan empat kelas, yaitu Normal, Cyst Tumor, Stone. Model yang dikembangkan berhasil mencapai akurasi 0,9494, akurasi validasi 0.9507, loss 0,1510 dan loss validasi 0,1270 pada epoch-19, menunjukkan peningkatan signifikan dibandingkan penelitian sebelumnya dengan metode serupa. Penelitian ini menunjukkan bahwa metode CNN dapat diadaptasi untuk aplikasi klinis yang lebih luas dan mendukung dokter dalam diagnosis kista ginjal secara lebih akurat dan tepat. Untuk penelitian selanjutnya, disarankan untuk mengeksplorasi teknik preprocessing yang lebih canggih serta pengujian dengan dataset yang lebih beragam untuk meningkatkan generalisasi dan keandalan model. Dengan hasil ini, algoritma CNN terbukti sebagai solusi potensial yang patut dipertimbangkan dalam deteksi kista ginjal.
Downloads
References
M. I. Hatta, F. Yanto, I. Afrianty, and L. Afriyanti, “Pengaruh Image Enhancement Contrast Stretching dalam Klasifikasi CT-Scan Tumor Ginjal Menggunakan Deep Learning,” pp. 408–419, 2024.
M. Z. Rohman, D. S. B. Utomo, and ..., “Impelementasi Metode Forward Chaining Dan Certainty Factor Pada Studi Kasus Diagnosa Penyakit Ginjal,” … Perspekt. J. …, vol. 14, no. 1, pp. 1–16, 2022.
M. N. Popang, R. Rumondor, and F. Manawan, “Uji Efektifitas Ekstrak Daun Sirih (Piper Betle L) Terhadap Kadar Kreatinin Dan Ureum Pada Tikus Putih (Rattus Novergicus),” Trinita Heal. Sci. …, vol. 1, 2022.
Amraini and Saputro Annila Suryo, “Prosedur Pemeriksaan CT-Scan Urografi Kontras Pada KasusKista Ginjal Di RSUP Persahabatan,” J. Educ. Innov. Public Heal., vol. 2, no. 1, pp. 107–115, 2024.
M. Hafizh and T. A. Putra, “Implementasi Metode Dempster Shafer Pada Sistem Pakar Diagnosis Penyakit Ginjal Berbasis Web Dengan Menggunakan Php Dan Mysql,” Indones. J. Comput. Sci., vol. 7, no. 2, pp. 143–152, 2018, doi: 10.33022/ijcs.v7i2.87.10.33022/ijcs.v7i2.87
A. T. Ananti, “Penyakit Ginjal Polikistik Simtomatik: Pencitraan, Patofisiologi, Prognosis, dan Terapi,” Heal. Tadulako J. (Jurnal Kesehat. Tadulako), vol. 7, no. 3, pp. 176–187, 2021.
M. Azizah, M. Edy, and N. Heru, “Pemeriksaan Ct Scan Urografi Kontras Dengan Kasus Kista Ginjal Di Rumah Sakit Pelni,” J. Ked. Mulawarman, vol. 10, no. 3, p. 94, 2023.
Y. T. Marisa, H. Harun, H. Harun, and H. Harun, “Penyakit Ginjal Polikistik disertai Anemia Hemolitik Autoimun,” J. Ilm. Kedokt. Wijaya Kusuma, vol. 10, no. 1, p. 102, 2021, doi: 10.30742/jikw.v10i1.788.10.30742/jikw.v10i1.788
N. P. Pawidya and A. Salam, “Pengembangan Sistem Deployment Deteksi untuk Kista Ginjal pada Citra CT Scan dengan Metode Yolo,” pp. 396–407, 2024.
Y. D. Arimbi and N. Sofi, “Deteksi Tulang Belakang Pada Citra Ct-Scan Menggunakan Metode Deteksi Tepi Sobel,” J. Ilm. Inform. Komput., vol. 26, no. 3, pp. 207–216, 2021, doi: 10.35760/ik.2021.v26i3.4910.10.35760/ik.2021.v26i3.4910
A. Sekine et al., “Cystic Kidney Diseases That Require a Differential Diagnosis from Autosomal Dominant Polycystic Kidney Disease (ADPKD),” J. Clin. Med., vol. 11, no. 21, 2022, doi: 10.3390/jcm11216528.10.3390/jcm11216528
F. F. Maulana and N. Rochmawati, “Klasifikasi Citra Buah Menggunakan Convolutional Neural Network,” J. Informatics Comput. Sci., vol. 1, no. 02, pp. 104–108, 2020, doi: 10.26740/jinacs.v1n02.p104-108.10.26740/jinacs.v1n02.p104-108
F. Paraijun, R. N. Aziza, and D. Kuswardani, “Implementasi Algoritma Convolutional Neural Network Dalam Mengklasifikasi Kesegaran Buah Berdasarkan Citra Buah,” Kilat, vol. 11, no. 1, pp. 1–9, 2022, doi: 10.33322/kilat.v10i2.1458.10.33322/kilat.v10i2.1458
S. Ilahiyah and A. Nilogiri, “Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network _ Ilahiyah _ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia),” JUSTINDO(Jurnal Sist. Teknol. Inf. Indones., vol. 3, no. 2, pp. 49–56, 2018.
M. F. Naufal and S. F. Kusuma, “Pendeteksi Citra Masker Wajah Menggunakan CNN dan Transfer Learning,” J. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 6, p. 1293, 2021, doi: 10.25126/jtiik.2021865201.10.25126/jtiik.2021865201
D. Gunawan and H. Setiawan, “Convolutional Neural Network dalam Citra Medis,” KONSTELASI Konvergensi Teknol. dan Sist. Inf., vol. 2, no. 2, pp. 376–390, 2022, doi: 10.24002/konstelasi.v2i2.5367.10.24002/konstelasi.v2i2.5367
M. J. Sulistio and C. Lubis, “Implementasi CNN dan MobileNet untuk Mendeteksi Penyakit Pneumonia dan COVID-19 dengan Menggunakan Aplikasi Smartphone,” Nusant. J. Multidiscip. Sci., vol. 1, no. 4, pp. 736–745, 2023.
F. A. A. Harahap, R. M. Sinaga, K. Arifin, and K. S, “Implementasi Algoritma Convolutional Neural Network Untuk Mendeteksi Penyakit Ginjal Implementation of Convolutional Neural Network for Detecting Kidney Disease,” Teknol. Informasi, Komput. dan Apl., vol. 4, no. 2, pp. 212–219, 2022.
P. Kittipongdaja and T. Siriborvornratanakul, “Automatic kidney segmentation using 2.5D ResUNet and 2.5D DenseUNet for malignant potential analysis in complex renal cyst based on CT images,” Eurasip J. Image Video Process., vol. 2022, no. 1, 2022, doi: 10.1186/s13640-022-00581-x.10.1186/s13640-022-00581-x
A. Nuridzati et al., “Jurnal Imejing Diagnostik,” J. Imejing Diagnostik, vol. 6, p. 103, 2020.
N. Jannata, F. Yanto, L. Handayani, E. Pandu, and C. Kurnia, “Pengaruh Contrast Limited Adaptive Histogram Equalization Dalam Klasifikasi CT-Scan Tumor Ginjal Menggunakan Deep Learning,” pp. 420–433, 2024.
