Input citra
File JPG atau PNG dibaca sebagai citra RGB sebelum dikirim ke endpoint model.
Image classification · API aktif
Klasifikasi Tumor Otak dari Citra MRI
Unggah citra JPG atau PNG, jalankan model, lalu baca kelas prediksi, confidence, dan probabilitas setiap label.
02 · Output
Hasil klasifikasi
Output langsung dari image classification API.
Prediksi kelasMenunggu citra0%
Belum ada hasil
Unggah citra, lalu jalankan analisis.
Confidence–Probabilitas kelas tertinggi
Input model224²RGB · normalisasi 0–1
ModelSequentialKeras · 4 kelas
Probabilitas setiap kelas
Penting: hasil ini bukan diagnosis medis dan tidak dapat menggantikan evaluasi dokter atau radiolog. Label kelas mengikuti konfigurasi model dan tetap memerlukan validasi klinis.
Dari piksel menuju kelas prediksi.
Citra disesuaikan ke input model, dinormalisasi, lalu diproses jaringan untuk menghasilkan distribusi probabilitas.
Preprocessing
Pipeline menyesuaikan citra ke 224 × 224 dan melakukan normalisasi nilai piksel 0–1.
Klasifikasi
Model Sequential mengembalikan satu kelas utama beserta probabilitas seluruh label.
Pemilik portofolio
Machine Learning Indonesia Research
Project image classification dengan model Sequential Keras.
Tentang model
Model menerima citra MRI berukuran 224 × 224 RGB dan menghasilkan probabilitas untuk empat kelas. Pengguna dapat mengunggah citra sendiri dan membandingkan seluruh probabilitas prediksi.
Cara membaca performa
Confidence pada halaman adalah probabilitas untuk satu input, bukan akurasi keseluruhan model. Confusion matrix dan metrik data uji akan ditambahkan ketika laporan evaluasinya tersedia.