KLASIFIKASI PENYAKIT RETINA MATA PADA CITRA FUNDUS MENGGUNAKAN METODE PI SIGMA NETWORK (PSN) DAN PRINCIPAL COMPONENT ANALYSIS (PCA)

Santy Swasono, 081511233065 (2019) KLASIFIKASI PENYAKIT RETINA MATA PADA CITRA FUNDUS MENGGUNAKAN METODE PI SIGMA NETWORK (PSN) DAN PRINCIPAL COMPONENT ANALYSIS (PCA). Skripsi thesis, Universitas Airlangga.

[img] Text (ABSTRAK)
MPM 52 19 Swa K - ABSTRAK.pdf

Download (72kB)
[img] Text (DAFTAR ISI)
MPM 52 19 Swa K - DAFTAR ISI.pdf

Download (224kB)
[img] Text (DAFTAR PUSTAKA)
MPM 52 19 Swa K - DAFTAR PUSTAKA.pdf

Download (144kB)
[img] Text (FULLTEXT)
MPM 52 19 Swa K - FULLTEXT.pdf
Restricted to Registered users only until 26 June 2022.

Download (2MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Mata adalah salah satu bagian terpenting pada tubuh yang memiliki banyak bagian atau lapisan, salah satunya adalah retina mata. Retina merupakan sebuah lapiran tipis yang melapisi bagian belakang mata dan berfungsi untuk menerima cahaya, mengubah cahaya menjadi sinyal saraf yang kemudian diteruskan ke otak. Sepertihalnya bagian tubuh lainnya, retina juga dapat mengalami penyakit atau ketidaknormalan yang dapat mengganggu proses penglihatan. Terdapat beberapa penyakit retina mata seperti Ablasio Retina, Age-related Macular Degeneration (AMD), dan Retinopati Diabetik. Pemeriksaan citra fundus mata dapat dimanfaatkan untuk mengklasifikasikan apakah citra tersebut mengalami penyakit retina mata atau tidak menggunakan metode Pi Sigma Network (PSN) dan Principal Component Analysis (PCA). Data yang digunakan dalam penelitian ini diambil dari Rumah Sakit Mata Masyarakat Surabaya berupa 40 citra fundus retina mata yang terdiri dari 10 citra fundus Ablasio Retina, 10 citra fundus Age-related Macular Degeneration (AMD), 10 citra fundus Retinopati Diabetik, dan 10 citra fundus normal. Citra tersebut akan dibagi menjadi dua proses, antara lain proses pelathan menggunakan 28 citra dan proses uji validasi menggunakan 12 citra. Terdapat beberapa langkah yang dilakukan, yaitu prapemrosesan citra, ekstraksi citra, dan klasifikasi citra. Hasil dari reduksi citra akan digunakan untuk mengklasifikasikan penyakit retina mata menggunakan Pi Sigma Network (PSN) untuk mendapatkan parameter-parameter yang optimal untuk proses uji validasi. Hasil dari proses uji validasi menunjukkan bahwa akurasi dalam mengklasifikasikan penyakit retina mata pada citra fundus adalah 100%. Pada penelitian ini digunakan beberapa software seperti Netbeans IDE 8.2 dan Matlab R2017a.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK MPM 52/19 Swa K
Uncontrolled Keywords: Penyakit Retina Mata,Citra Fundus, Klasifikasi Citra, Pi Sigma Kata Kunci : Network, Principal Component Analysis
Subjects: Q Science > QA Mathematics > QA1-939 Mathematics
Q Science > QA Mathematics > QA76.9.M35 Computer science -- Mathematics
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsNIM/NIDN
Santy Swasono, 081511233065UNSPECIFIED
Contributors:
ContributionNameNIDN/NIDK/NUP
ContributorAuli Damayanti, S.Si., M.Si.UNSPECIFIED
ContributorAsri Bekti Pratiwi, S.Si., M.Si.UNSPECIFIED
Depositing User: shiefti dyah alyusi
Date Deposited: 26 Jun 2019 01:37
Last Modified: 26 Jun 2019 01:37
URI: http://repository.unair.ac.id/id/eprint/83803
Sosial Share:

Actions (login required)

View Item View Item