Skripsi

SEGMENTASI PEMBULUH DARAH PADA CITRA RETINA MENGGUNAKAN METODE CONVOLUTION NEURAL NETWORK (CNN) U-NET DAN LADDERNET

---

Penilaian

---

Segmentasi citra adalah pemisahan objek menjadi latar belakang dan latar depan. Terkadang hasil segmentasi pembuluh darah retina tidak tepat dan masih terdapat noise, maka dari itu penelitian ini akan membahas tentang proses segmentasi citra retina pada pembuluh darah menggunakan metode Convolution Neural Network (CNN) U-Net dan LadderNet. Hasil segmentasi pembuluh darah adalah akurasi, sensitivitas, spesifisitas, dan skor F1. Tahapan perbaikan citra yang digunakan adalah Histogram Equalization dan Clahe. Segmentasi pembuluh darah menggunakan Metode Convolution Neural Network (CNN) U-Net dan LadderNet. Hasil segmentasi pembuluh darah CNN U-Net (Akurasi 95,46%, Spesifisitas 98,56%, Sensitivitas 74,20%, dan Skor F1 80,63%) dan CNN LadderNet (Akurasi 95,47%, Spesifitas 98,42%, Sensitivitas 75,19%, dan Skor F1 80,86% ). Berdasarkan hasil segmentasi pembuluh darah dari 2 metode yang diusulkan, hasil metode CNN LaddetNet lebih besar dari metode CNN U-Net dalam akurasi, sensitivitas dan F1 Score. Saran kedepannya adalah melakukan pengembangan lebih lanjut dari metode yang diusulkan untuk meningkatkan nilai hasil evaluasi proses segmentasi pembuluh darah.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2107002219	T52226	T522262021	Central Library (Referens)	Available but not for loan - Not for Loan

Detail Information

Series Title

-

Call Number

T522262021

Publisher

Inderalaya : Fakultas Ilmu komputer, Prodi Sistem Komputer., 2021

Collation

xiii, 68 cm,: ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

004.07

Content Type

-

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Pengolahan Data Elektronis
Prodi Sistem Komputer

Specific Detail Info

-

Statement of Responsibility

MURZ

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment