KLASIFIKASI SEVERITY LEVEL PENYAKIT DIABETIC RETINOPATHY MENGGUNAKAN RESIDUAL NETWORK 50

Alviantara, I Made Bagus (2023) KLASIFIKASI SEVERITY LEVEL PENYAKIT DIABETIC RETINOPATHY MENGGUNAKAN RESIDUAL NETWORK 50. Undergraduate thesis, Universitas Pendidikan Ganesha.

[img] Text (COVER)
1915091037-COVER.pdf
Download (669kB)
[img] Text (ABSTRAK)
1915091037-ABSTRAK.pdf
Download (157kB)
[img] Text (BAB 1 PENDAHULUAN)
1915091037-BAB 1 PENDAHULUAN.pdf
Download (157kB)
[img] Text (BAB 2 TINJAUAN PUSTAKA)
1915091037-BAB 2 TINJAUAN PUSTAKA.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
[img] Text (BAB 3 METODOLOGI PENELITIAN)
1915091037-BAB 3 METODOLOGI PENELITIAN.pdf
Restricted to Repository staff only
Download (235kB) | Request a copy
[img] Text (BAB 4 HASIL DAN PEMBAHASAN)
1915091037-BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only
Download (911kB) | Request a copy
[img] Text (BAB 5 PENUTUP)
1915091037-BAB 5 PENUTUP.pdf
Restricted to Repository staff only
Download (114kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
1915091037-DAFTAR PUSTAKA.pdf
Download (146kB)
[img] Text (LAMPIRAN)
1915091037-LAMPIRAN.pdf
Download (96kB)

Abstract

Diabetic retinopathy (DR) merupakan kondisi medis yang mengancam penglihatan yang paling umum disebabkan karena perubahan mikrovaskular retina yang dipicu oleh penyakit Diabetes Melitus. Apabila terjadi keterlambatan dalam melakukan penanganan, maka seorang penderita penyakit DR akan mengalami kebutaan. Dalam mendeteksi penyakit Diabetic retinopathy, seorang dokter mata atau ophthalmologist mengalami kesulitan dalam melakukan pemeriksaan menggunakan metode fundus dan angiografi karena penyakit ini tidak selalu menyebabkan gejala yang jelas pada tahap awal. Deep learning adalah salah satu metode diagnosis medis berbantuan komputer. Aplikasi deep learning digunakan untuk menganalisis citra medis meliputi klasifikasi, segmentasi, deteksi, pengambilan, dan registrasi citra. Arsitektur deep learning yang digunakan pada penelitian ini yaitu Residual Network 50. Dalam klasifikasi severity level penyakit DR terdiri atas tingkat normal, mild, moderate, severe, dan Proliferative DR. Dataset yang digunakan berasal dari IDRiD dengan pembagian data train sebanyak 413 dan data test sebanyak 103. Dalam meningkatkan kualitas model, dataset train yang digunakan mengalami tahap preprocessing seperti CLAHE dan resize, kemudian dataset train hasil preprocessing diproses ke dalam tahap augmentasi yang menggunakan beberapa teknik seperti horizontal flip, vertical flip, random brightness contrast, CLAHE, Gauss Noise, dan Rotate 30, 60, 90, 120, 150, dan 210. Pada penelitian ini menggunakan beberapa studi kasus yang menghasilkan enam jenis model. Skema pengembangan model yang menghasilkan kinerja terbaik adalah model yang menggunakan dataset yang telah mengalami proses preprocessing, augmentasi, dan balancing data yang tanpa mendapatkan perlakuan dropout dengan hasil akurasi, recall, dan precision sebesar 53,84%, 39%, dan 58%.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Diabetic Retinopathy, Deep Learning, Residual Network 50, Preprocessing, Augmentasi
Subjects: R Medicine > RE Ophthalmology
T Technology > T Technology (General)
Divisions: Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Sistem Informasi (S1)
Depositing User: I Made Bagus Alviantara
Date Deposited: 18 Oct 2023 00:24
Last Modified: 18 Oct 2023 00:24
URI: http://repo.undiksha.ac.id/id/eprint/17633

Actions (login required)

View Item View Item