Studi Komparatif Quantum CNN dan Model Transfer Learning dalam Klasifikasi Tumor Otak berdasarkan Citra MRI

Abstract

Penelitian ini menjelaskan mengenai penerapan model hybrid antara Quantum Convolutional Neural Network (QCNN) dan model transfer learning untuk klasifikasi citra MRI tumor otak. Penelitian ini bertujuan membandingkan model QCNN dengan beberapa model deep learning berbasis transfer learning, yaitu VGG16, InceptionNet, ResNet, dan MobileNet, dengan dataset berisi 7023 citra tiga jenis tumor: glioma, meningioma, dan pituitary. Semua model dilatih dengan parameter yang sama agar perbandingan adil. Hasil penelitian menunjukkan bahwa model transfer learning, khususnya MobileNet, mencapai akurasi tertinggi sebesar 98,16%, sedangkan QCNN masih memiliki akurasi lebih rendah. Meski demikian, QCNN menunjukkan potensi untuk dikembangkan dalam klasifikasi citra medis berbasis komputasi kuantum karena efisiensinya pada penggunaan daya komputasi dan juga jumlah parameternya.