Penyakit Alzheimer adalah penyakit yang menjadi penyebab utama pada usia lanjut. Penyakit ini menyebabkan perubahan perilaku, penurunan daya ingat, penuruan kemampuan berpikir dan berbicara yang menghambat aktivitas sehari-hari. Menurut Alzheimer’s Disease International, jumlah orang yang terkena penyakit Alzheimer akan meningkat setiap 3 detik, diperkirakan pada tahun 2030 akan terdapat 75 juta orang yang terinfeksi dan 131,5 juta pada tahun 2050. Diagnosis yang tepat dan akurat membutuhkan keahlian dan pengalaman yang memadai. Namun demikian, dokter juga masih sulit untuk mendektesi dan mendiagnosa ukuran objek penyakit karena proses masih dilakukan secara manual. Oleh karena itu, diperlukan pengembangan program pengolahan citra digital yang dapat dilakukan oleh mesin komputasi untuk membantu dokter dalam mengevaluasi citra MRI secara otomatis. Salah satu metode deep learning yang sangat berguna dalam analisis citra medis adalah Convolutional Neural Network (CNN). Penelitian ini menggunakan data yang berasal dari Kaggle dengan total 6400 data. Tujuan penelitian ini ialah penggunaan metode Convolutional Newral Network (CNN) arsitektur VGG19 dan EfficientNet-B0 untuk mendeteksi penyakit Alzheimer. Hasil yang didapatkan memperoleh akurasi yang baik pada arsitektur EfficientNet-B0 sebesar 94% dan VGG19 sebesar 95%.

Alzheimer's disease is a leading cause of illness among the elderly. This disease leads to behavioral changes, memory loss, and a decline in thinking and speaking abilities, which hampers daily activities. According to Alzheimer’s Disease International, the number of people affected by Alzheimer's disease increases every 3 seconds, with an estimated 75 million people affected by 2030 and 131.5 million by 2050. Accurate diagnosis requires sufficient expertise and experience. However, doctors still face challenges in detecting and diagnosing the disease's extent because the process is still done manually. Therefore, there is a need to develop a digital image processing program that can be performed by computing machines to assist doctors in automatically evaluating MRI images. One deep learning method that is very useful in medical image analysis is Convolutional Neural Network (CNN). This research utilizes data from Kaggle, comprising a total of 6,400 data points. The aim of this research is to use the Convolutional Neural Network (CNN) method with the VGG19 and EfficientNet B0 architectures to detect Alzheimer's disease. The results show good accuracy, with the EfficientNet-B0 architecture achieving 94% accuracy and VGG19 achieving 95%.