Pengaruh Atrous Spatial Pyramid Pooling Terhadap Segmentasi Citra Sel Darah Putih Menggunakan Arsitektur UNet++

Segmentasi citra sel darah putih penting dalam diagnosis medis, terutama untuk mengidentifikasi jenis dan struktur sel darah putih. Penelitian ini membandingkan performa arsitektur UNet++ dan UNet++ yang dilengkapi dengan modul Atrous Spatial Pyramid Pooling (ASPP) dalam melakukan segmentasi citra sel darah putih menggunakan dataset Raabin-WBC, yang terdiri dari 1000 citra dalam lima kategori. Data dibagi menggunakan skema 5-Fold Cross Validation dengan rasio 80% data latih dan 20% data validasi secara bergantian. Kedua model dilatih selama 20 epoch menggunakan optimizer Adam, learning rate 0.0003, dan batch size 16. ASPP menggunakan nilai dilation rate 6, 12, dan 18. Hasil evaluasi menunjukkan UNet++ dengan ASPP menghasilkan Dice sebesar 0.9766 dan IoU sebesar 0.9549, sedangkan UNet++ tanpa ASPP memperoleh Dice 0.9747 dan IoU 0.9616. Dari sisi waktu komputasi, model dengan ASPP memerlukan rata-rata 71.05 detik, lebih lama dibandingkan UNet++ yang hanya 41.13 detik. Uji paired t-test terhadap data validasi 5-Foldrnmenunjukkan p-value 0.0011 untuk Dice dan 0.0013 untuk IoU, lebih kecil dari ambang signifikansi 0.05. Nilai t-statistic masing-masing sebesar 8.4327 dan 8.0103, menandakan adanya perbedaan signifikan. Hasil ini menunjukkan bahwa penambahan ASPP berpengaruh secara statistik terhadap peningkatan performa model.