RIZKY RACHMADANI, 081411833006 (2017) KLASIFIKASI RETINOPATI DIABETIK DARI CITRA FUNDUS RETINA BERDASARKAN ESTIMATOR PENALIZED SPLINE DENGAN PEREDUKSI DIMENSI GENERALIZED EXPLORATORY FACTOR ANALYSIS. Skripsi thesis, Universitas Airlangga.

Preview	Text (ABSTRACT) KKC KK ST.S.08-18 Rac k ABSTRAK.pdf Download (109kB) | Preview
	Text (FULLTEXT) KKC KK ST.S.08-18 Rac k SKRIPSI.pdf Restricted to Registered users only until 12 March 2021. Download (1MB) | Request a copy

Abstract

Retinopati diabetik adalah suatu kelainan retina karena perubahan pembuluh darah retina akibat diabetes, sehingga mengakibatkan gangguan nutrisi pada retina. Penulisan skripsi ini bertujuan untuk mengklasifikasi retinopati diabetik berdasarkan estimator penalized spline dengan pereduksi Generalized Exploratory Factor Analysis (GEFA). Salah satu cara mengetahui retinopati diabetik adalah dengan melakukan pemeriksaan fundus mata dengan menggunakan kamera fundus. Hasil dari kamera fundus berupa image, sehingga diperlukan proses pengolahan citra untuk mendapatkan nilai numerik. Proses pengolahan citra menghasilkan matriks dengan jumlah pengamatan (n) yang kurang dari variabel prediktor (p) sehingga perlu dilakukan reduksi dimensi dengan menggunakan metode GEFA. Data hasil reduksi dimensi digunakan untuk mengestimasi model regresi nonparametrik aditif berdasarkan estimator penalized spline. Algoritma local scoring dengan kriteria nilai rata-rata deviance dan nilai RSS (Residual Sum of Square) yang konvergen, digunakan dalam menentukan model berdasarkan estimator penalized spline. Data yang digunakan dalam skripsi ini diperoleh dari Rumah Sakit Mata Undaan Surabaya pada tahun 2016 yang terdiri dari 20 citra fundus retina normal dan 20 citra fundus retinopati diabetik. Berdasarkan data tersebut 30 citra digunakan untuk pemodelan (data insample) dan 10 citra untuk prediksi (data outsample). Variabel respon yang digunakan berupa data dengan klasifikasi retina normal (Y=1) dan retinopati diabetik (Y=0). Variabel prediktor yang diperoleh dari hasil reduksi dimensi pengolahan citra fundus retina menggunakan metode GEFA sebanyak 4 prediktor. Hasil estimasi pada data insample diperoleh ketepatan klasifikasi sebesar 90% sedangkan untuk data outsample diperoleh ketepatan klasifikasi sebesar 70%. Hal tersebut menunjukan bahwa model untuk pengklasifikasian retinopati diabetik dari citra fundus retina menggunakan model regresi logistik nonparametrik aditif berdasarkan estimator penalized spline dengan pereduksi dimensi GEFA yang dihasilkan sudah baik digunakan untuk pengklasifikasian retinopati diabetik.

Actions (login required)

View Item