Putra, I Made Angga Darma (2023) Perbandingan Metode Berbasis Fitur Dan Deep Learning Pada Segmentasi Hard Exudate Pada Citra Fundus Retina Pasien Diabetic Retinopathy. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
1815051061-COVER.pdf Download (986kB) |
|
Text (ABSTRAK)
1815051061-ABSTRAK.pdf Download (257kB) |
|
Text (BAB 1 PENDAHULUAN)
1815051061-BAB 1 PENDAHULUAN.pdf Download (329kB) |
|
Text (BAB 2 KAJIAN TEORI)
1815051061-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (349kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
1815051061-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (724kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
1815051061-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
1815051061-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (252kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
1815051061-DAFTAR PUSTAKA.pdf Download (237kB) |
|
Text (LAMPIRAN)
1815051061-LAMPIRAN.pdf Download (310kB) |
Abstract
Diabetic retinopathy adalah gangguan pada mata yang terjadi pada penderita diabetes yang dapat menyebabkan kehilangan penglihatan dan kebutaan. Ini disebabkan oleh kerusakan pembuluh darah dan serabut saraf mata, yang disebut exudates. Ada dua jenis exudates: hard exudate dan soft exudate. Dalam penelitian ini, akan fokus pada mensegmentasi hard exudate dengan pengolahan citra digital menggunakan dua metode: berbasis fitur yaitu k-means clustering dan deep learning yaitu U-Net. Hasil dari kedua metode tersebut akan dibandingkan dengan pengukuran statistik performansi metrik: accuracy, sensitifity, dan specifity dengan membandingkan antara hasil segmentasi dan groundtruth. Hasil didapatkan hasil untuk metode k-means clustering dengan k = 2 didapatkan rata-rata accuracy 0.86618, sensitifity 0.49812, dan specificity 0.86945; k = 3 didapatkan rata-rata accuracy 0.82849, sensitifity 0.56078, dan specificity 0.83107; k = 4 didapatkan rata-rata accuracy 0.87634, sensitifity 0.47616, specificity 0.87992; dan k = 5 didapatkan rata-rata accuracy 0.87080, sensitifity 0.48285, specificity 0.87426. Sedangkan evaluasi hasil performansi skor didapatkan untuk metode U-Net adalah rata-rata accuracy 0.99339, sensitifity 0.45411, specificity 0.99743.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Hard Exudate, Segmentasi, K-Means Clustering, U-Net. |
| Subjects: | Q Science > Q Science (General) T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Pendidikan Teknik Informatika (S1) |
| Depositing User: | I Made Angga Darma Putra |
| Date Deposited: | 22 Feb 2023 00:56 |
| Last Modified: | 22 Feb 2023 00:56 |
| URI: | http://repo.undiksha.ac.id/id/eprint/14273 |
Actions (login required)
 |
View Item |