Kanker serviks merupakan salah satu penyebab utama kematian pada wanita di seluruh dunia, terutama di negara-negara berpendapatan rendah dan menengah. Deteksi dini yang akurat sangat penting untuk meningkatkan peluang kesembuhan pasien, namun metode pemeriksaan sitologi tradisional sering kali memakan waktu lama dan rentan terhadap subjektivitas serta kesalahan manusia. Untuk mengatasi kendala tersebut, penelitian ini mengusulkan penggunaan teknologi deep learning melalui arsitektur Multi-Model Convolutional Neural Network (CNN) yang menggabungkan MobileNet V3, EfficientNet V2, dan ShuffleNet V2 sebagai ekstraktor fitur untuk meningkatkan akurasi klasifikasi citra sel serviks.
Penelitian ini mengevaluasi empat skenario eksperimen menggunakan algoritma optimasi yang berbeda, yaitu Adam, RMSProp, SGD, dan Adamax dengan learning rate tetap sebesar 0,01. Hasil pengujian menunjukkan bahwa penggabungan beberapa arsitektur CNN secara paralel mampu menghasilkan representasi fitur yang lebih kaya dan meningkatkan performa klasifikasi secara signifikan. Di antara semua skenario, penggunaan pengoptimal SGD (Stochastic Gradient Descent) memberikan hasil terbaik dengan tingkat akurasi validasi mencapai 94,44% dan skor F1 sebesar 94,50%.
Hasil penelitian ini membuktikan bahwa pendekatan multi-model CNN yang dikombinasikan dengan teknik optimasi yang tepat dapat meningkatkan keandalan deteksi kanker serviks secara otomatis. Manfaat praktis dari penelitian ini adalah tersedianya sistem pendukung keputusan medis yang lebih objektif, konsisten, dan efisien bagi para klinisi. Dengan adanya teknologi ini, proses diagnosis dapat dipercepat dan tingkat akurasinya ditingkatkan, yang pada akhirnya berpotensi besar dalam mendukung program deteksi dini demi menurunkan angka kematian akibat kanker serviks pada wanita.
Penulis: Budanis Dwi Meilani, Siti Nurmuslimah, Lisetyo Ariyanti, Miswanto, Yuli Panca Asmara, Aeri Rachmad
Artikel bisa diakses di : https://scholar.unair.ac.id/en/publications/multi-model-convolutional-neural-network-architecture-for-cervica/
