Stroke merupakan disfungsi otak yang bersifat lokal atau meluas akibat terganggunya aliran darah ke otak sehingga dapat mengakibatkan kecacatan dan kematian. Setiap tahunnya lebih dari 13,7 juta orang di seluruh dunia terkena stroke dan sebagai dampaknya 5,8 juta orang meninggal. Oleh karena itu, deteksi dini stroke sangat penting dan membutuhkan teknologi yang mampu memberikan diagnosis cepat, salah satunya adalah Computerized Tomography Scanning atau biasa disebut CT scan. Dengan menggunakan teknologi AI, khususnya algoritma convolutional neural network menggunakan arsitektur ResNet-50, diagnosis stroke dapat dilakukan secara akurat melalui analisis pola citra pada CT scan otak. Penelitian ini melatih model menggunakan 1.824 gambar, terdiri dari 912 gambar stroke dan 912 gambar non-stroke. Pengujian berbagai konfigurasi menghasilkan akurasi sebesar 86.51% untuk data latih dan 83.33% untuk data validasi. Hasil confusion matrix menunjukkan nilai precision, recall, dan f1 score masing-masing sebanyak 94.9%, 77.1%, dan 84.9%. Oleh karena itu, metode ResNet-50 dalam skenario ini cukup unggul dalam mendiagnosis stroke dibandingkan metode lainnya.
Kata Kunci : Stroke, CT Scan, CNN, ResNet-50