Analisis Komparatif CNN dan Transfer Learning untuk Prediksi Dini Kanker Payudara Berbasis Deep Learning

Abstrak

Kanker payudara tetap menjadi penyebab utama kematian di kalangan wanita secara global. Mendeteksi penyakit pada tahap awal secara signifikan meningkatkan keberhasilan pengobatan dan tingkat kelangsungan hidup. Studi ini bertujuan untuk mengembangkan model klasifikasi untuk kanker payudara menggunakan Convolutional Neural Network (CNN) dan mengevaluasi kinerjanya dibandingkan dengan model yang menggunakan transfer learning dengan arsitektur yang telah dilatih sebelumnya. Kedua metode tersebut digunakan untuk memanfaatkan dan memproses data citra histopatologi kanker payudara. Untuk mengevaluasi kinerja model, metrik akurasi dan kehilangan digunakan. Temuan eksperimental menunjukkan bahwa model yang menggunakan transfer learning mencapai akurasi yang lebih baik dan kehilangan yang lebih rendah dibandingkan dengan arsitektur CNN tradisional. Hasilnya menunjukkan bahwa transfer learning dapat meningkatkan efektivitas deteksi dini kanker payudara.

Identifier

• OpenAlex: https://openalex.org/W4412999119
• DOI: https://doi.org/10.31004/riggs.v4i2.1497