KLASIFIKASI PENYAKIT ALZHEIMER ’S PADA CITRA MAGNETIC RESONANCE IMAGING (MRI) MENGGUNAKAN ALGORITMA RANDOM FOREST

Alzheimer Diases (AD) termasuk jenis penyakit demensia yang paling umum. Penyakit Alzheimer Diases merupakan jenis penyakit neurodegeneratif progresif yang mempengaruhi fungsi kognitif, termasuk memori, pemikiran, dan perilaku seseorang. Penyakit Alzheimer biasanya berkembang secara perlahan seiring waktu, sampai sekarang penyakit ini masih belum ditemukan cara yang dapat benar-benar menyembuhkan AD. Adanya diagnosis sedari dini sangat diperlukan untuk menentukan treatment yang optimal dalam menekan laju pertumbuhan AD. Pada penelitian tahun sebelumnya ada beberapa yang melakukan riset menggunakan objek penyakit Alzheimer dan menggunakan metode yang berbeda-beda. Pada penelitian ini yaitu untuk mengklasifikasi penyakit Alzheimer melalui data citra 3D MRI scan yang terdiri dari 4 kategori kelas yaitu Cognitively Normal (CN), Early Mild Cognitive Impairment (EMCI), Late Mild Cognitive Impairment (LMCI), dan Alzheimer’s Disease (AD) dengan menggunakan teknologi machine learning. Data citra diperoleh dari data publik Alzheimer’s Diases Neuroimaging Initiative (ADNI) yang berjumlah 800 data citra yang berformat DCM(*.dicom) dengan dimensi gambar 256x256 dan memiliki rata-rata 170 slice. Penelitian ini menggunakan metode Cross Industry Standard Process for Data Mining (CRISP-DM) dengan pengujian pada ektraksi fitur Local Binary Pattern(LBP). Pemilihan slice terbaik dengan cara menghitung nilai entropy. Metode yang digunakan dalam klasifikasi model yaitu Random Forest. Dari seluruh pengujian hasil terbaik diperoleh pada skenario uji coba 2 pada single plane yang menguji plane Sagittal dan menggunakan n_estimator 100 dengan nilai Accuracy sebesar 99,010%, nilai Precision sebesar 99,037%, nilai Recall sebesar 99,010% dan nilai f1-score sebesar 99,012%.rnrnKata kunci : Machine Learning, Alzheimer Diases, Random Forest, Local Binary Pattern, Magnetic Resonance Imaging.