Text

Deteksi Penyakit Berdasarkan Citra Retina Menggunakan Metode Gray Level Co-Occurrence Matric (Glcm) Dan Self-Organizing Map (Som)

---

Penilaian

---

Untuk menganalisis citra retina, deteksi otomatis pembuluh darah dari citra retina
merupakan kriteria yang paling penting dalam tugas analisis citra retina. Pada
penelitian ini membahas suatu metode gabungan yaitu menggunakan metode Gray
Level Co-occurrence Matric dan Self-Organizing Map. Kedua metode ini
digunakan untuk mendeteksi dan clustering penyakit pada citra retina. Pengujian
ekstraksi fitur menggunakan dataset STARE dengan lima kelas penyakit seperti
Backgroud Diabetic Retinopathy, Coats, Central Retinal Vein Occlusion,
Proliverative Diabetic Retinopathy, dan Retinitis yang menunjukkan pembuluh
darah dengan membedakan ciri tekstur berdasarkan jumlah sampel citra retina
terbanyak dan di clustering dengan algoritma Self-Organizing Map. Hasil akurasi
yang diperoleh dari confusion matrix hanya mencapai 46% dan sensitivitas
mencapai 100% pada lima kelas penyakit retina. Saat jumlah kelas penyakit retina
diminimum menjadi dua kelas didapatkan hasil akurasi mencapai 80% dan
sensivitas mencapai 100%.

Kata kunci : Penyakit Retina, GLCM, SOM, Deteksi

---

Availability

No copy data

Detail Information

Series Title

-

Call Number

-

Publisher

Indralaya : Fak. Ilmu Komputer., 2019

Collation

xv, 119 hlm. : ilus + CD

Language

Indonesia

ISBN/ISSN

-

Classification

NONE

Content Type

-

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Jurusan Sistem Komputer
Penyakit Retina

Specific Detail Info

-

Statement of Responsibility

-

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment