Kasifikasi kanker payudara berdasarkan citra mammogram menggunakan metode convolutional neural network (cnn) model nasnet mobile

Di Indonesia, kanker payudara merupakan jenis kanker yang memiliki tingkat kematian tertinggi, oleh karena itu penting untuk melakukan pemeriksaan dini, pemeriksaan klinis, dan skrining menggunakan mammografi. Penelitian ini dilakukan dengan tujuan mengklasifikasikan sel-sel kanker payudara berdasarkan citra mammogram. Dalam penelitian ini, metode yang digunakan adalah Convolutional Neural Network (CNN) dengan menggunakan model NasNet Mobile untuk mengklasifikasikan tiga kategori, yaitu normal, kanker jinak, dan kanker ganas. Data akan dilakukan preprocessing untuk menjadi inputan pada NasNet Mobile. Metode NasNet Mobile memiliki kemampuan sistem untuk menangani penambahan beban yang diberikan, sehingga dapat menghasilkan karakteristik data yang lebih detail dan memiliki kemampuan deteksi yang lebih baik. Hasil dari penelitian ini menunjukkan bahwa model yang dikembangkan memiliki rata-rata nilai akurasi sebesar 95,84%, sensitivitas 97,18% serta spesitifitas 96,58%. Penelitian ini dapat menjadi referensi dan membantu ahli radiologi dalam mengambil keputusan yang lebih baik dalam diagnosis kanker payudara. Dengan demikian, penelitian ini memberikan kontribusi yang signifikan dalam meningkatkan pemahaman dan penggunaan citra mammogram dalam klasifikasi kanker payudara, serta memberikan dukungan kepada para ahli radiologi dalam proses pengambilan keputusan yang lebih efektif.