Meningkatnya arus globalisasi membawa dampak perubahan yang besar. Dampak positif
tersebut dapat dilihat dari perubahan gaya hidup, perilaku, dan lingkungan, selain itu dampak
negatif yang dihasilkan adalah meningkatnya kasus-kasus penyakit, dan salah satunya adalah
batu ginjal. Ginjal sendiri merupakan organ eksresi pada manusia yang berbentuk mirip
dengan kacang yang berfungsi untuk menyaring kotoran yang masuk dari darah dan
membuangnya bersama dengan urine. Batu ginjal terjadi karena mineral atau zat lain dalam
darah yang mengkristal pada ginjal dan membentuk suatu padatan. Jika hal tersebut dibiarkan
batu ginjal mampu menimbulkan masalah seperti infeksi, penyumbatan aliran kencing bahkan
dapat merusak organ ginjal, menurut data prevalensi 6 dari 1000 penduduk Indonesia
merupakan penderita batu ginjal. Maka dari itu untuk membantu dalam pendeteksian dini
maka diterapkan metode Convolutional Neural Network untuk membantu dalam mendiagnosa
dini penyakit tersebut. Convolutional Neural Network merupakan metode yang dikembangkan
dari Multilayer Perceptron, tetapi yang membedakan adalah neuron pada metode ini neuron
disusun menjadi tiga dimensi yaitu weight, lenght dan depth, depth disini bukanlah jumlah
layer tetapi volume aktivasi. Arsitektur sistem dari model tersebut nantinya akan seperti
berikut, dataset yang telah didapatkan akan melalui proses pre-processing menggunakan
metode CLAHE setelah itu dataset dipisah menjadi 60% training, 20% validasi, dan 20%
testing, kemudian pada proses training CNN akan berjalan didalam stratified k-fold cross
validation, k-fold digunakan untuk mengukur mencari model terbaik, setelah itu model yang
telah disimpan akan melalui proses testing kembali pengukuran performa model tersebut
dilakukan menggunakan confusion matrix. Hasil dari penelitian ini didapatkan bahwa model
yang menggunakan Convolutional Neural Network, memiliki performa lebih baik
dibandingkan pada penelitian sebelumnya, performa model ini memiliki akurasi 85%
sedangkan pada penelitian sebelumnya yang menggunakan model Extreme Learning Machine
mendapatkan 80,76%.
Kata Kunci: Batu Ginjal, Convolutional Neural Network, Ultrasonografi, Website