Atmaja, Kadek Suwis Satria (2023) PERBANDINGAN METODE BERBASIS FITUR DAN DEEP LEARNING PADA SEGMENTASI SOFT EXUDATE PADA CITRA FUNDUS RETINA PASIEN DIABETIC RETINOPATHY. Other thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
1815051037-COVER.pdf Download (1MB) |
|
Text (ABSTRAK)
1815051037-ABSTRAK.pdf Download (210kB) |
|
Text (BAB 1 PENDAHULUAN)
1815051037-BAB 1 PENDAHULUAN.pdf Download (338kB) |
|
Text (BAB 2 KAJIAN TEORI)
1815051037-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (683kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
1815051037-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (503kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
1815051037-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
1815051037-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (215kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
1815051037-DAFTAR PUSTAKA.pdf Download (351kB) |
|
Text (LAMPIRAN)
1815051037-LAMPIRAN.pdf Download (251kB) |
Abstract
Diabetic retinopathy merupakan suatu kondisi mata yang terjadi pada orang yang menderita diabetes yang dapat mengakibatkan kehilangan penglihatan dan kebutaan. Kondisi ini terjadi akibat kerusakan pada pembuluh darah dan serabut saraf mata yang disebut exudates. Exudates terdiri dari dua jenis, yaitu hard exudate dan soft exudate. Penelitian ini difokuskan pada segmentasi soft exudate dengan menggunakan pengolahan citra digital menggunakan dua metode, yaitu dengan metode berbasis fitur dengan menggunakan k-means clustering dan metode berbasis deep learning dengan U-Net. Secara garis besar, proses dalam proses segmentasi ini terdiri dari 3 tahap yaitu pre-prosessing, segmentasi dan evaluasi. Performa kedua metode dibandingkan dengan menggunakan tiga metrik performansi, yaitu akurasi, sensitifity, dan specificity dengan membandingkan hasil segmentasi dengan groundtruth. Hasil penelitian menunjukkan bahwa metode k-means clustering dengan k = 2 menghasilkan rata-rata accuracy 0,87518, sensitifity 0,59502, dan specificity 0,87590; k = 3 menghasilkan rata-rata accuracy 0,94251, sensitifity 0,45831, dan specificity 0,94400; k = 4 menghasilkan rata-rata accuracy 0,96865, sensitifity 0,30807, dan specificity 0,97063; dan k = 5 menghasilkan rata-rata accuracy 0,97579, sensitifity 0,28008, dan specificity 0,97795. Sementara itu, metode U-Net menghasilkan rata-rata accuracy 0.99586, sensitifity 0.36203, dan specificity 0.99856 dalam evaluasi hasil performansi skor.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Soft 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: | Kadek Suwis Satria Atmaja |
| Date Deposited: | 23 Feb 2023 12:08 |
| Last Modified: | 23 Feb 2023 12:08 |
| URI: | http://repo.undiksha.ac.id/id/eprint/14704 |
Actions (login required)
 |
View Item |