RANCANG BANGUN MODEL NEURAL NETWORK UNTUK KLASIFIKASI KELAINAN JANTUNG PADA SHORT AXIS VIEW

Magnetic Resonance Imaging (MRI) merupakan standar untuk melakukan analisa dan diagnosa penyakit pada suatu organ tertentu pada manusia, salah satunya adalah jantung. MRI jantung adalah hal utama yang digunakan untuk asesmen dari fungsi dan penyakit dari jantung. Pada prosesnya dokter tidak secara langsung mendiagnosa hasil MRI, namun terdapat proses penggambaran kontur secara manual pada organ dan jaringan yang diinginkan oleh radiolog dan perhitungan pada beberapa struktur jantung untuk dilakukan analisa lebih lanjut dan diagnosa. Namun cara ini tidak efisien dikarenakan memakan waktu. Dengan perkembangan teknologi saat ini machine learning dapat membantu proses segmentasi dan diagnosa MRI secara otomatis. Pada penelitian ini membuat sistem machine learning yang dapat memprediksi penggambaran atau kontur organ jantung untuk analisa medis dan mengklasifikasikan penyakit jantung pada bidang Short Axis View. Confusion matrix digunakan untuk menunjukkan nilai evaluasi pada ensemble model yang juga dapat menilai keseluruhan sistem machine learning. Pada sistem machine learning ini diterapkan dua arsitektur model yang digunakan yaitu Convolutional Neural Network (CNN) dan ensemble model. Parameter evaluasi sistem machine learning yang digunakan yaitu dice score pada segmentasi kontur dan akurasi. Berdasarkan hasil pengujian pada sistem machine learning dice score mengalami perubahan yang signifikan dari epoch 60 ke 120 yaitu bernilai 0,97 dan 0,98. Pada epoch 230 dice score memiliki nilai yang sama dengan epoch 120. Jumlah epoch pada model CNN mempengaruhi hasil akhir dari klasifikasi dengan epoch training berjumlah 120 akurasi telah mencapai diatas 90% dan mencapai konvergensi training dan validasi yang lebih baik. Sistem berhasil mengklasfikasikan penyakit dengan akurasi lebih dari 90%.

Kata Kunci: Convolutional Neural Network, Ensemble, Jantung, Machine Learning, Magnetic Resonance Imaging