PENERAPAN TRANSFER LEARNING UNTUK KLASIFIKASI CITRA TUMOR OTAK PADA DATA TERBATAS
Abstract
Penelitian ini bertujuan mengatasi tantangan klasifikasi citra tumor otak berbasis kecerdasan buatan yang terhambat oleh keterbatasan data berlabel. Pendekatan yang diajukan adalah Penerapan Transfer Learning menggunakan arsitektur MobileNetV2. Model dilatih dengan strategi dua fase, yaitu pembekuan bobot dasar diikuti oleh fine-tuning lapisan konvolusi teratas, serta didukung oleh teknik Augmentasi Data. Evaluasi dilakukan pada 1.311 citra uji independen. Hasil penelitian menunjukkan model mencapai Akurasi Keseluruhan 94,02 persen dan Macro Average F1-Score 94,50 persen. Kinerja ini membuktikan keberhasilan Transfer Learning dalam mitigasi overfitting dan pencapaian generalisasi yang sangat baik. Model juga menunjukkan efisiensi komputasi yang tinggi, terbukti dengan waktu inferensi yang hanya sekitar 25 milidetik per citra. Dengan bobot yang ringan (14,2 megabyte), model ini diintegrasikan ke dalam prototipe visualisasi berbasis web. Temuan ini menegaskan kelayakan model untuk dikembangkan sebagai sistem diagnosis bantu klinis yang akurat dan responsif.
Kata kunci: data terbatas, klasifikasi citra, mobilenetv2, transfer learning, tumor otak
Full Text:
PDFReferences
M. Z. Basri, M. G. Somoal, and R. S. Aji, “Deteksi Tumor Otak pada Citra Magnetic Resonance Imaging ( MRI ) Menggunakan Arsitektur MobileNet dengan Optimizer Adam,” vol. 5, no. 2, 2025.
Y. Gu and K. Li, “A Transfer Model Based on Supervised Multi-Layer Dictionary Learning for Brain Tumor MRI Image Recognition,” vol. 15, no. May, pp. 1–10, 2021, doi: 10.3389/fnins.2021.687496.
N. P. Sari, “Analisis Performa Algoritma CNN dalam Klasifikasi Citra Medis Berbasis Deep Learning Analysis Of CNN Algorithm In Deep Learning-Based Medical Image Classification,” Jurnal Komputer, vol. 2, no. 2, pp. 87–92, 2024.
M. Munadi, “Penerapan Algoritma Deep Learning untuk Deteksi Dini Penyakit dari Citra Medis,” Journal of Computer Science and Information Technology, vol. 1, no. 2, pp. 53–59, 2025, doi: 10.70716/jocsit.v1i2.259.
P. Yan et al., “A Comprehensive Survey of Deep Transfer Learning for Anomaly Detection in Industrial Time Series: Methods, Applications, and Directions,” IEEE Access, vol. 12, no. December 2023, pp. 3768–3789, 2024, doi: 10.1109/ACCESS.2023.3349132.
A. Nurhidayat, W. A. Arrosyid, and R. Samsinar, “Prediksi Tumor Otak Menggunakan Metode Convolutional Neural Network (CNN) dan Algoritma Decision Tree,” vol. 4, pp. 660–666, 2025.
Inggi Turnando et al., “Tantangan Dan Peluang Implementasi Ai Di Sekolah Indonesia: Studi Kasus Dan Best Practice,” Jurnal Pengabdian Masyarakat dan Riset Pendidikan, vol. 4, no. 1, pp. 1215–1219, 2025, doi: 10.31004/jerkin.v4i1.1731.
Yohannes Ricky and Ezar Al Rivan Muhammad, “Klasifikasi Jenis Kanker Kulit Menggunakan CNN-SVM,” Jurnal Algoritme, vol. Vol.2, no. 2, p. 1, 2022.
M. Irvai and D. Mahdalena, “Penerapan Teknik Masking dan Augmentasi pada Arsitektur CNN dan MobileNetV2 untuk Klasifikasi Fase Pertumbuhan Tomat,” Jurnal Teknik Informatika Unika ST. Thomas (JTIUST), vol. 10, no. 01, pp. 60–67, 2025.
L. Nurlaela, Y. Suhanda, A. Sopian, C. S. Dewi, and R. Syahrial, “Pengembangan Framework Data Mining Berbasis Deep Neural Network Dengan Eksplorasi Teknik Transfer Learning Untuk Prediksi Dan Klasifikasi Data,” JRIS : Jurnal Rekayasa Informasi Swadharma, vol. 5, no. 1, pp. 132–141, 2025, doi: 10.56486/jris.vol5no1.723.
M. I. Burhanuddin, Adam Syaifullah, Setiawan Adeka Putra Jaya, and Muhammad Gabriel Somoal, “Analisis Komparatif Model MobilenetV1 Dan EfficientnetB0 Dalam Klasifikasi Citra Empat Musim Menggunakan Transfer Learning,” JEKIN - Jurnal Teknik Informatika, vol. 5, no. 2, pp. 508–521, 2025, doi: 10.58794/jekin.v5i2.1378.
A. N. Nafisa et al., “Implementasi Algoritma Convolutional Neural Network Arsitektur Model MobileNetV2 dalam Klasifikasi Penyakit Tumor Otak Glioma , Pituitary dan Meningioma,” vol. 5, no. 1, pp. 53–61, 2023.
Y. Gulzar, “Fruit Image Classification Model Based on MobileNetV2 with Deep Transfer Learning Technique,” 2023.
DOI: https://doi.org/10.51920/jd.v16i1.457
Refbacks
- There are currently no refbacks.
Copyright (c) 2026

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
| Alamat Redaksi : LPPM Universitas Catur Insan Cendekia (UCIC) Jl. Kesambi 202, Kota Cirebon 45133, Prov. Jawa Barat, Indonesia Telp.(0231) 220 250 / 220 260 / 200 418 Fax.(0231) 242 112, E-mail:lppm@cic.ac.id Website: http://jurnaldigit.org | P ISSN : 2088-589X E ISSN : 2720-9636 ![]() This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. |












