*Penulis Korespondensi: email: nikenpuspitasari0008@mhs.unisbank.ac.id CESS e-ISSN: 2502-714x (Journal of Computing Engineering, System and Science) 8(2) July 2023 619-632 p-ISSN: 2502-7131 Usability Deteksi Tumor Otak Menggunakan Metode DNN (Deep Neural Network) Berbasis Citra Medis Pada DICOM Usability of Brain Tumor Detection Using the DNN (Deep Neural Network) Method Based on Medical Image on DICOM Niken Puspitasari 1* , Kristiawan Nugroho 2 , Kristhoporus Hadiono 2 1,2,3 Jurusan Magister Tehnologi Informatika, Fakultas Tehnologi Informatika dan Industri,Universitas Stikubank Jln. Mugas, Kota Semarang, 50272, Indonesia email: 1 nikenpuspitasari0008@mhs.unisbank.ac.id, 2 kristiawan@edu.unisbank.ac.id, 3 kristhoporus.hadiono@edu.unisbank.ac.id A B S T R A K Deteksi tumor otak merupakan bidang penelitian yang menarik untuk diteliti. Perkembangan teknologi informasi menghasilkan berbagai metode yang dipergunakan antara lain menggunakan CT (Computed Tomography) scan atau dikenal dengan teknologi CT scan. CT Scan mempunyai berbagai macam keunggulan dalam mendeteksi tumor otak antara lain pada sisi kecepatan, kemampuan memvisualisasikan citra 3 dimensi dan kemampuan membedakan antar jaringan yang berbeda. Keunggulan CT Scan tersebut membuat para peneliti tertarik untuk mengembangkan berbagai jenis metode yang dipergunakan untuk menganalisis dan memprediksikan hasil CT scan tersebut. Salah satu metode yang dipergunakan adalah menggunakan pendekatan Machine Learning (ML). ML dapat digunakan untuk deteksi tumor otak dengan CT scan. Prosesnya melibatkan penggunaan algoritma ML untuk mengidentifikasi pola-pola yang terdapat pada gambar CT scan pasien dengan tumor otak. Dalam hal ini, CT scan pasien dengan tumor otak digunakan sebagai dataset pelatihan untuk membangun model ML. Namun penggunaan Machine Learning juga memiliki keterbatasan dalam hal kurang handal nya Model dan kesulitan hasil deteksi yang diinterpretasikan dokter. Metode ML akan mengalami ketidakakuratan prediksi dengan model training data yang semakin besar sehingga membutuhkan metode lain yang bisa menghasilkan tingkat akurasi yang tinggi. Deep Learning (DL) merupakan fenomena baru pada dunia teknologi informasi dan telah berhasil diimplementasikan pada berbagai macam bidang penelitian. DL memberikan tingkat akurasi yang semakin tinggi jika didukung data yang semakin besar. Penelitian ini mengaplikasikan salah satu metode DL yaitu Deep Neural Network (DNN) untuk memprediksi tumor otak dari hasil CT Scan yang akan disimpan pada cloud server sehingga bisa diakses kapanpun dan dimanapun juga sepanjang tersedia teknologi Internet. Hasil penelitian ini akan bermanfaat bagi para tenaga medis dalam memprediksi tumor otak dengan lebih akurat berdasarkan gambar citra dari CT scan. Contents list available at www.jurnal.unimed.ac.id CESS (Journal of Computing Engineering, System and Science) journal homepage: https://jurnal.unimed.ac.id/2012/index.php/cess