Deteksi Dini Alzheimer Menggunakan Deep Learning dengan Arsitektur ResNet152V2 pada Citra Magnetic Resonance Imaging (MRI)
RUI COSTA RAKA MILANISTI, Dr.Eng. Ahmad Kusumaatmaja, S.Si., M.Sc.
2025 | Skripsi | FISIKA
Penyakit Alzheimer merupakan penyakit neurodegeneratif yang ditandai dengan penurunan fungsi kognitif secara progresif dan tidak dapat dipulihkan. Deteksi dini Alzheimer menjadi sangat penting untuk penanganan yang lebih efektif. Salah satu pendekatan yang menjanjikan dalam mendeteksi Alzheimer pada tahap awal adalah dengan menggunakan teknik machine learning, terutama dengan model deep learning seperti ResNet152V2. Pada penelitian ini, dilakukan pengembangan model deep learning menggunakan ResNet152V2 untuk mendeteksi tahap awal Alzheimer berdasarkan citra Magnetic Resonance Imaging (MRI). Model ini dilatih dengan menggunakan metode transfer learning, yang memanfaatkan bobot dari model yang sudah dilatih sebelumnya untuk meningkatkan akurasi. Hasil akhir dari penelitian ini diharapkan dapat menghasilkan model yang memiliki akurasi tinggi dalam mendeteksi tahap awal penyakit Alzheimer, sehingga dapat membantu dalam proses diagnosis klinis yang lebih cepat dan akurat.
Alzheimer's disease is a neurodegenerative disorder characterized by progressive and irreversible cognitive decline. Early detection of Alzheimer's is crucial for more effective treatment. One promising approach to early-stage detection is through machine learning techniques, particularly with deep learning models like ResNet152V2. This study focuses on developing a deep learning model using ResNet152V2 to detect early stages of Alzheimer's based on Magnetic Resonance Imaging (MRI) scans. The model is trained using transfer learning, leveraging pretrained model weights to improve accuracy. The final result of this study aims to produce a high-accuracy model in detecting early-stage Alzheimer's disease, thereby facilitating faster and more accurate clinical diagnoses.
Kata Kunci : Alzheimer, deep learning, ResNet152v2, MRI, transfer learning