Klasifikasi Acute Lymphoblastic Leukemia (ALL) menggunakan Multilayer Perceptron (MLP)

INDONESIA:

Acute Lymphoblastic Leukemia (ALL) merupakan salah satu jenis kanker darah yang ditandai oleh pertumbuhan sel darah putih yang belum matang secara berlebihan dalam sumsum tulang, dan memerlukan penanganan segera untuk mencegah komplikasi. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi citra ALL dan Non-ALL menggunakan kombinasi MobileNetV2 sebagai ekstraktor fitur dan Multilayer Perceptron (MLP) sebagai model klasifikasi. Metode yang digunakan melibatkan transfer learning untuk mengekstraksi fitur citra, kemudian dilakukan klasifikasi dengan MLP, serta pengujian terhadap pengaruh rasio pembagian data, jumlah neuron, dan jumlah hidden layer terhadap performa model. Hasil terbaik diperoleh pada konfigurasi tiga hidden layer, rasio data 70:30, dan jumlah neuron sebanyak 128, dengan akurasi sebesar 86,21%, presisi 86,61%, recall 86,21%, dan F1-score 85,50%. Penelitian ini menunjukkan bahwa kombinasi MobileNetV2 dan MLP mampu menghasilkan model klasifikasi citra ALL yang efektif, ringan secara komputasi, dan memiliki kinerja yang baik dalam mengklasifikasikan penyakit.

ENGLISH:

Acute Lymphoblastic Leukemia (ALL) is a type of blood cancer characterized by excessive growth of immature white blood cells in the bone marrow, requiring immediate treatment to prevent complications. This study aims to develop an image classification system for ALL and Non-ALL using a combination of MobileNetV2 as a feature extractor and a Multilayer Perceptron (MLP) as a classification model. The method involves transfer learning to extract image features, followed by classification using the MLP, and testing the influence of data splitting ratios, the number of neurons, and the number of hidden layers on model performance. The best results were obtained with a configuration of three hidden layers, a data ratio of 70:30, and 128 neurons, with an accuracy of 86.21%, precision of 86.61%, recall of 86.21%, and an F1-score of 85.50%. This study demonstrates that the combination of MobileNetV2 and MLP can produce an effective, computationally lightweight ALL image classification model with good performance in classifying the disease.

ARABIC:

اللوكيميا الليمفاوية الحادة (ALL) هي نوع من أنواع سرطان الدم يتميز بنمو مفرط للخلايا البيضاء غير الناضجة في نخاع العظم، ويتطلب علاجًا فوريًا لمنع حدوث مضاعفات. تهدف هذه الدراسة إلى تطوير نظام لتصنيف الصور للوكيميا الليمفاوية الحادة (ALL) وغير الحادة (Non-ALL) باستخدام مزيج من MobileNetV2 كمستخرج للميزات و Multilayer Perceptron (MLP) كنموذج تصنيف. تتضمن الطريقة التعلم النقلي لاستخراج ميزات الصور، يليها التصنيف باستخدام MLP، واختبار تأثير نسب تقسيم البيانات وعدد الخلايا العصبية وعدد الطبقات المخفية على أداء النموذج. تم الحصول على أفضل النتائج باستخدام تكوين من ثلاث طبقات مخفية، ونسبة بيانات 70:30، و 128 خلية عصبية، بدقة 86.21٪، ودقة 86.61٪، واسترجاع 86.21٪، ودرجة F1 85.50٪. تُظهر هذه الدراسة أن الجمع بين MobileNetV2 و MLP يمكن أن ينتج نموذجًا فعالًا وخفيفًا حسابيًا لتصنيف صور ALL مع أداء جيد في تصنيف المرض.