Detail Karya Ilmiah

  • KLASIFIKASI DIABETIC RETINOPATHY PADA CITRA RETINA MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA)
    Penulis : Suci Darma Wati
    Dosen Pembimbing I : Dr. Arif Muntasa, S.Si., M.T
    Dosen Pembimbing II :Dr. Indah Agustien S, S.Kom., M.Kom
    Abstraksi

    Mata adalah alat indera dengan berbagai fungsi yang rentan terhadap penyakit. diabetik retinopathy merupakan salah satu penyakit pada mata yang diakibatkan oleh diabetes mellitus. Resiko penderita akan terus bertambah seiring lamanya mengidap penyakit ini, bahkan mampu mengakibatkan kebutaan. Untuk mengantisipasi kerusakan yang lebih parah, perlu adanya sistem yang mampu mendeteksi fase diabetic retinopathy (DR) secara dini. Sistem yang dibangun pada penelitian ini merupakan sistem yang dapat digunakan untuk mendeteksi fase diabetic retinopathy dengan menggunakan metode Principal Component Analysis (PCA) dan metode klasifikasi K-Nearest Neighbor (KNN). Sistem ini dapat menggolongkan citra retina kedalam empat fase DR yaitu, normal, Poliferative Diabetic Retinopathy (PDR), non- Poliferative Diabetic Retinopathy (NPDR) dan Macular Edema (ME). Pengujian dilakukan terhadap citra retina pada database Methode to evaluate segmentation and indexing techniques in the field of retinal ophtamology (MESSIDORE) yang sudah terklasifikasi sesuai tingkatan fasenya. Dari hasil analisis dan pengujian yang dilakukan pada sistem, didapatkan tingkat akurasi tertinggi adalah 85%. Kata kunci : Diabetic Retinopathy, Principal Component Analysis, K- Nearest Neighbhor, MESSIDORE.

    Abstraction

    Eye is a sense organ with various functions that easily have disease. diabetic retinopathy is one of eye’s disease as a result of diabetes mellitus. Risk patients will continue to increase with the length of this disease, even able to cause blindness. In anticipation of further damage, a system is required to detect phase of diabetic retinopathy (DR) . The build system in this study is a system that can be used to detect the phase of diabetic retinopathy using Principal Component Analysis (PCA) and K-Nearest Neighbor (KNN) methode. This system can classify the retinal image of DR into four phases, are: normal, Poliferative Diabetic Retinopathy (PDR), non- Poliferative Diabetic Retinopathy (NPDR) and Macular Edema (ME). The test is conducted of the retinal image in the MESSIDORE database (Method to Evaluate segmentation and indexing techniques in the field of retinal ophtamology ).From the analysis and exsperiment performed on the system, the highest accuracy rate was 85%.

Detail Jurnal