Abstract:
Penyakit alzheimer adalah jenis penyakit yang memerlukan penanganan cepat dan
terarah. Pendeteksian penyakit alzheimer bisa dilakukan dengan menggunakan image Xray dan hanya para dokter khusus yang bisa membaca citra hasil image x-ray. Pada
penelitian ini dilakukan suatu perancangan sistem deteksi penyakit alzheimer dari citra
hasil image x-ray menggunakan metode convolution neural network (CNN). Jaringan
pada CNN mempunyai 2 lapisan utama, yaitu convolution layer yang terdiri dari
konvolusi layer dan pooling layer, dan klasifikasi yang terdiri dari fully connected layer.
Dalam metode ini, nilai piksel dari masukan citra akan dikonvolusi dengan sebuah filter
pada lapisan konvolusi. serta diberlakukan fungsi aktivasi ReLU (Rectified Linear Unit).
Selanjutnya hasil keluaran dari layer konvolusi akan masuk ke lapisan pooling untuk
memperkecil ukuran spasial citra hasil image X-ray, sehingga proses komputasi akan
menjadi lebih cepat. Pada fully connected layer akan diberlakukan fungsi aktivasi
sigmoid untuk mengklasifikasikan citra ke dalam 2 kelas, yaitu normal dan alzheimer.
Hasil akhir yang didapatkan dalam tugas akhir ini adalah performa model yang cukup
baik dengan akurasi yang didapatkan yaitu sebesar 90%.
