Klasifikasi kanker paru berdasarkan citra histopatologi dengan menggunakan metode CNN model GoogLeNet

Kanker paru merupakan jenis kanker dengan jumlah kasus kematian tertinggi pertama di dunia. Kanker paru sendiri memiliki beberapa kelas yakni diantaranya lung adenocarcinoma, benign lung tissue, dan lung squamous cell carcinoma. Adapun tujuan dari penelitian ini yaitu mengklasifikasikan citra histopatologi kanker paru kedalam masing-masing kelas. Salah satu upaya yang dapat dilakukan untuk mengklasifikan citra histopatologi kanker paru yaitu dengan menggunakan bantuan sistem Computer Aided Diagnosis (CAD) yang mana system ini juga telah banyak digunakan dalam bidang kedokteran. Convolutional Neural Network (CNN) merupakan salah satu jenis sistem CAD yang dapat digunakan untuk membantu dalam mengklasifikasikan kanker paru. CNN sendiri memiliki beberapa model arsitektur seperti GoogLeNet yang merupakan model arsitektur CNN terbaik pada ILSVRC pada tahun 2015. Pada penelitian ini metode CNN model GoogLeNet digunakan untuk membentuk sistem klasifikasi kanker paru yang memperoleh model optimal dengan persentase akurasi, sensitivitas, serta spesifisitas sebesar 99.93%, 99.93%, dan 99.97% yang membutuhkan waktu selama 190 menit 20 detik pada pembagian data 90:10 dengan nilai probabilitas dropout 0.7 serta batchszie sebesar 64.