Kanker paru-paru merupakan penyakit mematikan yang membutuhkan deteksi dini dan penanganan yang tepat. Pada penelitian ini, metode klasifikasi kanker paru-paru menggunakan Convolutional Neural Network (CNN) dengan 5 arsitektur yang berbeda, yaitu VGG16, VGG19, Resnet50, Resnet101, dan Xception. Tujuan dari penelitian ini adalah untuk meningkatkan akurasi klasifikasi kanker paru dengan membandingkan performa dari kelima arsitektur tersebut. Hasil eksperimen menunjukkan bahwa arsitektur Resnet101 dan VGG16 dan VGG19 memiliki kinerja terbaik dengan akurasi klasifikasi masing-masing 93,4% dan 92,5%, sedangkan arsitektur Resnet50 dan Xception memiliki akurasi klasifikasi yang rendah. Penelitian ini memberikan bukti bahwa penggunaan CNN dengan arsitektur yang tepat dapat meningkatkan akurasi klasifikasi kanker paru-paru
Copyrights © 2023