KLASIFIKASI ACUTE LYMPHOBLASTIC LEUKEMIA (ALL) PADA CITRA DARAH PUTIH MENGGUNAKAN RESNET-18

Acute Lymphoblastic Leukemia (ALL) merupakan salah satu jenis kanker darah yang sering terjadi pada anak-anak yang berhubungan dengan infiltrasi organ lain termasuk sumsum tulang yang terkena akibat proliferasi sel limfoblastik merupakan anemia yang terlihat dengan gejala klinis pucat, lelah, takikardia, dispnea, terkadang disertai gagal jantung kongestif, ulserasi mukosa bukal, dan infeksi. Pada tahun 2022 diprediksi terjadinya kasus baru leukemia sekitar 60.650 kasus dan 24.000 jiwa meninggal dunia akibat leukemia di Amerika Serikat. Dalam mendiagnosis leukemia, terdapat beberapa cara seperti menghitung banyaknya sel darah dalam darah, kemudian untuk melihat apakah sel-sel termasuk normal atau abnormal dengan melakukan tes mikroskopik. Berdasarkan hasil tes-tes tersebut ahli kesehatan atau dokter dapat mendiagnosa leukemia, apakah termasuk dalam leukemia akut atau leukemia kronis yang membutuhkan waktu relatif lama. Pada citra mikroskopis sel darah putih pada penyakit ALL dilakukan klasifikasi untuk mengetahui tingkat akurasi yang optimal dari sebuah model. Proses klasifikasi dibagi menjadi proses pelatihan dan pengujian dilanjutkan dengan evaluasi. Seluruh data dibagi menjadi dua bagian yaitu data pelatihan dan data pengujian masing-masing 80% dan 20%. Data pelatihan dilakukan evaluasi kinerja sistem dengan membagi menjadi data training dan data validation menggunakan k-fold cross validation. Selanjutnya, data dilakukan pelatihan menggunakan model ResNet-18 dengan hyperparameter learning rate 0.1, 0.001, dan 0.0001 serta epoch 60, 80, dan 100. Berdasarkan hyperparameter tersebut dipilih model terbaik dengan hyperparameter epoch 60 dan learning rate 0.0001 yang dilakukan pengujian terhadap data pengujian menghasilkan accuracy mencapai 98.07%. Sedangkan nilai precision, recall, dan { F1}_{score} masing-masing 98.33%, 97.82%, dan 98.04% dengan waktu komputasi pengujian selama 31.78s.