EUVIMEDEUVIMED entdecken
Systematische ÜbersichtOpen Access · CC BY-NC 4.0

Tren Metode Klasifikasi Citra Sel Darah pada Pasien Acute Lymphoblastic Leukemia: Systematic Literature Review

Rizki Firdaus Mulya, Andrean Taufik, Enriko Yudhistira Ramadhan, Rifqi Anugrah

Pharmaceutical Journal · 2026

DOI: 10.67865/25839b39 ↗

Kurz gefasst

Systematische Übersicht in der Zeitschrift Pharmaceutical Journal, 2026. Verfasst von Rizki Firdaus Mulya und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Acute Lymphoblastic Leukemia (ALL) merupakan salah satu jenis kanker darah yang memerlukan proses deteksi dan klasifikasi secara cepat serta akurat. Perkembangan machine learning dan deep learning telah mendorong pemanfaatan analisis citra medis sebagai pendekatan alternatif untuk membantu identifikasi sel leukemik secara otomatis. Penelitian ini bertujuan untuk mengidentifikasi tren metode klasifikasi citra sel darah yang digunakan dalam penelitian terkait ALL, termasuk jenis algoritma, karakteristik dataset, dan arah perkembangan teknologi yang digunakan. Penelitian dilakukan menggunakan metode Systematic Literature Review (SLR) dengan mengacu pada tahapan planning, conducting, dan reporting. Penelusuran literatur dilakukan menggunakan search string “Acute Lymphoblastic Leukemia AND (CNN OR Deep Learning OR Image Classification)” pada basis data IEEE, ScienceDirect/Elsevier, Springer, dan ResearchGate. Sebanyak 731 publikasi diperoleh pada tahap awal, kemudian dilakukan proses seleksi berdasarkan kriteria inklusi dan eksklusi hingga diperoleh 49 studi yang relevan untuk dianalisis. Hasil kajian menunjukkan bahwa pendekatan deep learning, khususnya Convolutional Neural Network (CNN), merupakan metode yang paling dominan digunakan dalam klasifikasi citra ALL. Selain CNN, penggunaan YOLO, transfer learning berbasis ResNet, dan Vision Transformer menunjukkan perkembangan yang semakin luas. Dataset yang paling banyak digunakan berupa citra peripheral blood smear, diikuti oleh citra bone marrow smear. Temuan ini menunjukkan bahwa metode berbasis deep learning memiliki potensi besar dalam mendukung otomatisasi, efisiensi, dan peningkatan akurasi klasifikasi citra pada diagnosis ALL.

Zitieren

APA

Mulya, R. F., Taufik, A., Ramadhan, E. Y., & Anugrah, R. (2026). Tren Metode Klasifikasi Citra Sel Darah pada Pasien Acute Lymphoblastic Leukemia: Systematic Literature Review. Pharmaceutical Journal. https://doi.org/10.67865/25839b39

Vancouver

Mulya RF, Taufik A, Ramadhan EY, Anugrah R. Tren Metode Klasifikasi Citra Sel Darah pada Pasien Acute Lymphoblastic Leukemia: Systematic Literature Review. Pharmaceutical Journal. 2026. doi:10.67865/25839b39

BibTeX
@article{Mulya2026,
  author = {Mulya, Rizki Firdaus and Taufik, Andrean and Ramadhan, Enriko Yudhistira and Anugrah, Rifqi},
  title = {Tren Metode Klasifikasi Citra Sel Darah pada Pasien Acute Lymphoblastic Leukemia: Systematic Literature Review},
  journal = {Pharmaceutical Journal},
  year = {2026},
  doi = {10.67865/25839b39}
}
Kostenlos starten →