Diabetic retinopathy merupakan salah satu gangguan pada mata akibat penyakit diabetes. Tanpa adanya penanganan dini gejala ini dapat mengakibatkan kebutaan. Diabetic retinopathy ditandai dengan kerusakan pembuluh darah retina sehingga mengalami kebocoran yang menimbulkan penumpukan cairan. Untuk mengetahui gejala penyakit ini perlu adanya pengecekkan pada mata yang terdapat penyakit berupa cairan exudates. Untuk mengecek penyakit terlebih dahulu harus melakukan ekstraksi pada pembuluh retina. Pada penelitian ini dilakukan segmentasi pembuluh darah retina dengan metode yang terdiri dari dua tahap pada proses segmentasi fundus mata. Tahap pertama adalah preprocessing untuk menghilangkan noise dengan 2D-Gaussian Low Pass Filtering (2D-GLPF) dan meningkatkan kualitas penajaman citra menggunakan Adaptive Histogram Equalization (AHE). Tahap segmentasi dengan transformasi Bottom-Hat dan menghapus tepi retina dengan Mask Overlapping selanjutnya dilakukan perhitungan tingkat akurasi citra hasil segmentasi dengan citra Ground Thruth. Pengujian dilakukan pada database Digital Retinal Images for Vessel Extraction (DRIVE) sebanyak 20 citra. Metode Matrik Mask Overlapping mampu mensegmentasi dengan baik dibuktikan pada hasil akurasi segmentasi dibandingkan dengan citra Ground Truth sebesar 87,09%. Kata kunci: Segmentasi, Matrik Mask Overlapping dan 2D-Gaussian Low Pass Filtering (2D-GLPF).

Diabetic retinopathy is one of eyes disruption caused by diabetes. Without early handling this symptom can lead to blindness. Diabetic retinopathy is marked by retinal blood vessel damage until it undergoes a leak as that leads to liquid hoarding. To know the symptoms of this disease it needs for checking on the eye with disease as a liquid exudates. To check this disease first must do extraction of retinal vessel. In this research is done a segmentation the retinal blood vessels with the consisting method of two stages in segmentation process of the eye fundus. First stages is preprocessing to removal noise with 2D-Gaussian Low Pass Filtering ( 2D-GLPF ) and improve the quality of image enhancement using Adaptive Histogram Equalization ( AHE ). Segmentation stages with Bottom-Hat Transformation and retinal border removal with Mask Overlapping furthermore make calculation accuracy level of the image segmentation results with the Ground Thruth Images. Tests is performed on a database Digital Retinal Images for Vessel Extraction ( DRIVE ) as 20 images. Matrik Mask Overlapping method is able to segment well proven by the segmentation accuracy result compared to Ground Thruth images by 87,09%. Key words: Segmentation, Matrik Mask Overlapping and 2D-Gaussian Low Pass Filtering (2D-GLPF).

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal