Penyakit Alzheimer adalah penyebab paling umum demensia pada orang tua dan menyerang sistem saraf otak secara permanen. Penyakit ini dapat menyebabkan hilangnya sel neuron dan mengganggu aktivitas sehari-hari karena kebingungan dalam mencerna pertanyaan, ingatan yang berantakan, kesulitan untuk mengingat, kesulitan dalam berkomunikasi, berpikir jernih, perubahan perilaku, dan ketidakmampuan untuk mengurus diri sendiri. Pada tahun 2015, jumlah kasus penyakit Alzheimer di Indonesia mencapai 1,2 juta kasus. Jumlah ini diperkirakan akan terus meningkat, diperkirakan mencapai 1.894.000 kasus pada tahun 2030 dan 3.980.000 kasus pada tahun 2050. Para ahli medis dan peneliti terus berusaha untuk mengembangkan diagnosis, perawatan, dan pemeriksaan baru untuk menyelamatkan nyawa dan meningkatkan kesejahteraan manusia. Penyakit Alzheimer adalah salah satu masalah kesehatan yang rumit. Oleh karena itu, penelitian tentang diagnosis dini penyakit ini dengan bantuan komputer menjadi fokus penting dan penting bagi kedua bidang, yaitu medis dan komputer. Pada penelitian ini penulis menggunakan metode Convolution Neural Network (CNN) dengan arsitektur ResNet50 dan MobileNetV2. Peneliti menggunakan dataset sejumlah 6400 citra MRI yang bersumber dari Kaggle. Masing-masing arsitektur CNN ResNet50 dan MobileNetV2 menunjukkan kinerja yang baik dalam evaluasi model. Arsitektur ResNet50 memberikan tingkat akurasi mencapai 99% dan MobileNetV2 dengan tingkat akurasi 93%.

Alzheimer's disease is the most common cause of dementia in the elderly and permanently affects the brain's nervous system. The disease can cause neuronal cell loss and disrupt daily activities due to confusion in digesting questions, memory lapses, difficulty remembering, difficulty in communicating, clear thinking, behavioral changes, and inability to take care of oneself. In 2015, the number of Alzheimer's disease cases in Indonesia reached 1.2 million. This number is expected to continue to rise, estimated to reach 1,894,000 cases by 2030 and 3,980,000 cases by 2050.Medical experts and researchers are constantly striving to develop new diagnoses, treatments, and examinations to save lives and improve human well-being. Alzheimer's disease is one of the complicated health problems. Therefore, research on early diagnosis of this disease with the help of computers is an important focus and is important for both fields, namely medical and computers. In this study, the authors used the Convolution Neural Network (CNN) method with ResNet50 and MobileNetV2 architectures. Researchers used a dataset of 6400 MRI images sourced from Kaggle. Each CNN architecture ResNet50 and MobileNetV2 showed good performance in model evaluation. The ResNet50 architecture provides an accuracy rate of 99% and MobileNetV2 with an accuracy rate of 93%.