PERBANDINGAN KLASIFIKASI CITRA KANKER PROSTAT MENGGUNAKAN PRETRAINED DEEP LEARNING DENSENET-201, INCEPTION-V3 DAN XCEPTION

Kelenjar prostat adalah bagian penting dari sistem reproduksi pria, berperan dalam menyuburkan sperma. Salah satu masalah umum yang berkaitan dengan prostat adalah kanker prostat, yang pertumbuhan selnya abnormal dan sering tidak menunjukkan gejala pada tahap awal. Salah satu metode kedokteran untuk mendiagnosis keabnormalan tersebut adalah melihat dengan teliti dari citra sel patology. Namun citra sel patology sering buram dan mengakibatkan salah diagnosis. Waktu untuk mendiagnosis secara visual manual juga membutuhkan waktu yang lama. Penelitian ini, menawarkan solusi untuk pengklasifikasian kelas kanker prostat secara otomatis dengan menggunakan 3 metode pretrained models DenseNet-201, Inception-V3, dan Xception. Dari hasil tersebut dibandingkan performance matrix dan waktu running, dan menganalisis diantara ketiga metode tersebut yang lebih baik dalam klasifikasi citra kanker prostat. Penelitian ini menggunakan nilai akurasi, running time, perhitungan hasil dan confusion matrix sebagai analisis pengukuran kehandalan metode. Dari hasil penelitian didapatkan akurasi untuk DenseNet-201 adalah 98,85