Diabetes melitus merupakan suatu kondisi dimana tingginya kadar gula dalam darah yang melebihi kisaran normal. Salah satu penyakit hasil dari komplikasi diabetes melitus yaitu diabetic retinopathy. Penyakit ini dapat menyebabkan kerusakan pada retina mata dan beresiko buta secara permanen pada penderitanya. Mendeteksi penyakit ini bisa dilakukan dengan cara melihat informasi pada citra fundus mata. Maka dari itu diperlukan adanya penelitian klasifikasi fase diabetic retinopathy melalui citra fundus mata. Tugas Akhir ini menggunakan metode gray level run length matrix (GLRLM) sebagai metode ekstraksi fiturnya. Terdapat tiga langkah utama dalam proses klasifikasi dalam penelitian ini. Langkah pertama dengan mengubah citra asli menjadi grayscale, kemudian dilakukan masking overlay yaitu mengeliminasi blood vessel pada citra grayscale dengan hasil proses segmentasi. Langkah kedua adalah ekstraksi fitur dengan menggunakan metode GLRLM. Proses terakhir yaitu klasifikasi fase dengan menggunakan metode manhattan. Pengujian akan dilakukan terhadap database MESSIDOR (Methode to evaluate segmentation and indexing techniques in the field of retinal ophtamology) yang telah terklasifikasi. Berdasarkan hasil penelitian dan pengujian terhadap sistem, maka didapatkan tingkat akurasi tertinggi sebesar 66,67%. Kata kunci: Diabetic Retinopathy, gray level run length matrix, blood vessel, masking overlay, manhattan, MESSIDOR.

Diabetes mellitus is a condition in which high blood sugar levels that exceed the normal range. One of the diseases complications of diabetes mellitus is diabetic retinopathy. This disease can cause damage the retina of the eye and the risk of permanently blind to the sufferer. Detecting the disease can be done by looking at the information on the image of the eye fundus. Therefore it is necessary to research the classification phase of diabetic retinopathy through the eye fundus image. This final project using the gray level run length matrix (GLRLM) as its extraction method. There are three main steps in the process of classification in this research. The first step to transform the original image into grayscale, then masking overlay that eliminates blood vessel on a grayscale image with the results of the segmentation process. The second step is feature extraction using GLRLM. The last process is the classification phase using manhattan methods. Testing will be performed against to the MESSIDORE (Method to Evaluate segmentation and indexing techniques in the field of retinal ophtamology) database that have been classified. Based on the research and testing of the system, then obtained the highest accuracy rate of 66.67% Keywords: Diabetic Retinopathy, gray level run length matrix, blood vessel, masking overlay, manhattan, MESSIDOR

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