Penulis: Green Arther Sandag; Eleonora Djamal; George Morris William Tangka; Semmy Wellem Taju (Universitas Klabat)
Penelitian ini mengembangkan model klasifikasi penyakit Alzheimer menggunakan citra MRI dan metode transfer learning. Dataset MRI Alzheimer diambil dari Kaggle, dengan target penelitian pada kelompok usia 65 tahun ke atas. Beberapa arsitektur CNN diuji, seperti EfficientNetB1, B3, B5, B7, serta VGG16 dan VGG19, dalam dua skenario batch size berbeda (10 dan 20). Hasil evaluasi menggunakan confusion matrix menunjukkan bahwa model EfficientNetB5 memberikan akurasi tertinggi sebesar 99,22%, melampaui model lainnya, termasuk dari keluarga VGGNet. Temuan ini menegaskan keunggulan EfficientNet dalam analisis citra MRI Alzheimer menggunakan pendekatan transfer learning. Penelitian juga diakhiri dengan pembuatan sistem web sederhana untuk menguji hasil model secara langsung.
Unduh Jurnal Lengkap (PDF)