Quantum Convolutional Neural Network (QCNN) untuk Klasifikasi Citra MRI Tumor Otak

Abstract

Penelitian ini bertujuan untuk mengembangkan model deteksi tumor otak menggunakan citra MRI dengan metode Quantum Convolutional Neural Network. Data yang digunakan adalah citra MRI otak yang terdiri dari citra tumor otak glioma, meningioma, hipofisis, dan negatif tumor yang dibagi kedalam data latih dan uji dengan rasio 80:20. Selanjutnya data latih dilakukan penyeimbangan dengan teknik oversampling. Dilakukan pengembangan model untuk mendeteksi tumor otak (biner), dan juga model untuk mengklasifikasikan jenis tumor otak (multiclass). Parameter yang digunakan dalam pengembangan model adalah jumlah ukuran filer = 2 dan kedalaman = 4, dengan qubit 4, dan dilatih dengan jumlah epoch sebanyak 10. Data akan diproses dengan metode Quantum Convolutional Neural Network yang terdiri dari lapisan quantum convolution, lapisan flatten, dan lapisan dense. Model multiclass mendapatkan akurasi 52%, setelah data latih diseimbangkan akurasi model meningkat menjadi 62%, sedangkan model biner mendapatkan akurasi 88%, setelah data latih diseimbangkan akurasi model meningkat menjadi 89%.