Text

KLASIFIKASI PENYAKIT DIABETIC RETINOPATHY MENGGUNAKAN METODE ENSEMBLE PADA ARSITEKTUR DENSENET, MOBILENET, DAN XCEPTION

---

Penilaian

---

Convolutional neural network (CNN) merupakan metode deep learning yang sering digunakan dalam segmentasi maupun klasifikasi dan dapat menangani data input berbentuk citra. Penerapan CNN banyak digunakan pada data citra, salah satunya adalah citra Diabetic Retinopathy (DR). Diabetic Retinopathy (DR) adalah penyakit yang menyerang pembuluh darah retina akibat dari komplikasi penyakit diabetes yang berkepanjangan. Metode ensemble memiliki kemampuan dalam mengatasi kelemahan dari setiap arsitektur pada klasifikasi tunggal (DenseNet, MobileNet, dan Xception) dengan cara menggabungkan hasil kinerja pada setiap klasifikasi tunggal. Penelitian ini menerapkan metode ensemble dengan menggabungkan hasil kinerja pada arsitektur DenseNet, MobileNet, dan Xception pada klasifikasi DR untuk permasalahan 2 kelas. Langkah-langkah yang dilakukan pada penelitian ini yaitu pengumpulan data, pelatihan, pengujian, dan evaluasi. Hasil penelitian tersebut diperoleh nilai akurasi sebesar 85,22%, sensitivitas 70,63%, spesifisitas 99,40%, f1-score 87,21% dan cohens kappa 0,7032 dengan menggunakan dataset EyePACS sebagai data latih dan APTOS sebagai data uji. Berdasarkan hasil tersebut dapat disimpulkan bahwa metode ensemble bekerja dengan baik dalam melakukan klasifikasi DR untuk permasalahan 2 kelas, ditunjukkan oleh nilai akurasi dan f1-score diatas 85%, nilai spesifisitas diatas 90% dan cukup baik dengan nilai sensitivitas diatas 70% dan nilai cohens kappa 70,32%. Selain itu, metode ensemble yang diusulkan dapat mengatasi masalah overfitting pada klasifikasi tunggal.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2207000933	T66184	T661842022	Central Library (Referens)	Available but not for loan - Not for Loan

Detail Information

Series Title

-

Call Number

T661842022

Publisher

Inderalaya : Jurusan Matematika, Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Sriwijaya., 2022

Collation

xi, 78 hlm.; ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

519.507

Content Type

-

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Jurusan Matematika
Matematika Statistikal

Specific Detail Info

-

Statement of Responsibility

SEPTA

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment