KLASIFIKASI CITRA BREAST CANCER BERBASIS ARSITEKTUR MICROSERVICES

Perkembangan pesat Kecerdasan Buatan (AI) dan Pembelajaran Mesin (ML) telah mendorong inovasi di bidang medis, khususnya dalam sistem diagnosis berbasis citra seperti deteksi kanker payudara. Penelitian ini bertujuan untuk merancang dan mengimplementasikan arsitektur berbasis microservices untuk klasifikasi citra kanker payudara guna mencapai skalabilitas, modularitas, dan fleksibilitas yang lebih baik. Sistem yang diusulkan membagi fungsi menjadi tiga layanan pra-pemrosesan, klasifikasi, dan penyimpanan yang terhubung melalui API RESTful. Layanan model menggunakan FastAPI (Python) yang terintegrasi dengan model pembelajaran mendalam (breast_cancer_model.h5), sedangkan Java Spring Boot berfungsi sebagai backend dan Angular.js sebagai frontend. Pengujian eksperimental menggunakan Postman dan JMeter menunjukkan waktu respons 8,39 ms untuk GET /, 654 ms untuk POST /predict, dan 971,99 ms untuk GET /reload-model. Hasil ini menunjukkan bahwa sistem berbasis microservices memberikan kinerja yang efisien, modularitas tinggi, dan pemeliharaan yang lebih baik untuk aplikasi klasifikasi citra medis bertenaga AI.