Detail Karya Ilmiah

  • Klasifikasi Diabetic Retinopathy Menggunakan Gray Level Cooccurence Matrix (GLCM)
    Penulis : Iryani Tiara Arif
    Dosen Pembimbing I : Dr. Indah Agustien S, S.Kom.,M.Kom
    Dosen Pembimbing II :Dr. Arif Muntasa, S.Si.,M.T
    Abstraksi

    ABSTRAK Salah satu penyakit yang menyerang mata adalah Diabetic Retinopathy (DR), yang merupakan salah satu komplikasi yang disebabkan oleh penyakit diabetes. Gejala yang ditunjukkan dari penyakit ini adalah mikroneurisma, hemorrhages ,excudets dan neovascularos. Pendeteksian penyakit tersebut dilakukan dengan melihat informasi yang terdapat pada citra retina dan selanjutnya dapat diklasifikasi sesuai tingkat keparahan. Penelitian ini bertujuan untuk mengembangkan suatu metode yang dapat digunakan utuk mengklasifikasi Diabetic Retinopathy sesuai dengan tingkat keparahan. Proses klasifikasi terhadap tingkat keparahan dilakukan berdasarkan fiture – fiture pada citra retina yang diperoleh melalui proses ekstrasi fiture menggunakkan metode ekstrasi fiture Gray Level Cooccurence Matrix (GLCM). Fiture ciri tersebut adalah max probability, energy, entropy, autocorrelation, contrast. correlation,dan homogeneity. Proses selanjutnya dilakukan mengklasifikasi dengan Manhattan dan didapatkan hasil klasifikasi Diabetic Retinopahty. Hasil dari penelitian ini menghasilkan akurasi maksimal 51,67 %. Kata Kunci : Diabetic Retinopathy, Gray Level Cooccurence Matrix (GLCM), Manhattan.

    Abstraction

    ABSTRACT One disease that strikes the eye is Diabetic Retinopathy (DR), which is one of the complications caused by diabetes.Symptoms shown from this disease is mikroneurisma, hemorrhages, excudets and neovascularos. The detection of the disease is done by looking at the information on the retinal image and can then be classified according to severity. This research aims to develop a method that can be used utuk classify Diabetic Retinopathy according to the severity. The process of classification of severity is based fiture - fiture the retinal image obtained by the extraction process using extraction methods Gray Level Cooccurence Matrix (GLCM). The characteristic feature is max probability, energy, entropy, autocorrelation, contrast. correlation, and homogeneity. The process is then performed to classify the Manhattan and the results obtained Diabetic Retinopahty classification. The results of this study yield maximum accuracy 51.67%. Key words : Diabetic Retinopathy, Gray Level Cooccurence Matrix (GLCM), Manhattan.

Detail Jurnal