Tumor otak merupakan salah satu penyakit serius yang dapat mengancam jiwa,
memerlukan diagnosis dini yang akurat untuk meningkatkan peluang penyembuhan.
Penelitian ini bertujuan mengembangkan model deteksi tumor otak menggunakan
Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2, serta
membandingkan kinerjanya dengan metode Support Vector Machine (SVM). Dataset
yang digunakan terdiri dari 2000 citra MRI 2D otak yang dikategorikan ke dalam
kelas non-tumor, glioma, meningioma, dan pituitary. Tahapan penelitian meliputi
preprocessing data, pelatihan model CNN dan SVM, serta evaluasi menggunakan
metrik akurasi, precision, recall, dan F1- score. Hasil menunjukkan bahwa CNN
dengan MobileNetV2 mencapai akurasi pengujian 94,29%, lebih unggul
dibandingkan CNN standar (78,06%) dan SVM (75%). Temuan ini menunjukkan
bahwa CNN dengan MobileNetV2 dapat memberikan kontribusi signifikan dalam
deteksi tumor otak, mempercepat proses diagnosis, dan meningkatkan akurasi
pengambilan keputusan medis.