Wahyudi, Alfian Cahyo (2013) Klasifikasi fitur diabetic retinopathy menggunakan metode artificial neural network. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
|
Text (Fulltext)
08650103.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (3MB) | Preview |
Abstract
INDONESIA:
Diabetic retinopathy (DR) merupakan salah satu penyakit mata yang penyebab utamanya adalah penyakit diabetes. Penyakit inijuga merupakan komplikasi mikrovaskuler yang terjadi pada penderita diabetes, menyebabkan kelainan pada retina dan dapat menyebabkan kegagalan pengelihatan (kebutaan).
Penelitian ini dilakukan untuk membuat sebuah alat (aplikasi) yang dapat membantu mengklasifikasikan fitur Diabetic Retinopahty secara otomatis sesuai dengan tingkatannya, yaitu klasifikasi Normal, Bright Lessian (sedang), Dark Lessian (tinggi). Penelitian ini menggunakan data citra fundus yang diambil menggunakan kamera fundus, untuk di ekstraksi dengan pengolahan citra dan metode artificial neural network untuk mengklasifikasi ciri.
Hasil pengujian aplikasi membuktikan bahwa tingkat keakurasian metode artificial neural network dalam mengklasifikasi fitur diabetic retinopathy berdasarkan kelas klasifikasinya Normal, Bright Lessian (sedang), Dark Lessian(tinggi) mencapai 88 %
ENGLISH:
Diabetic Retinopathy (DR) is one of the eye disease it caused by diabetes. This disease is a complication microvaskuler happened in the diabetes patient. It caused abnormalities in the retina and caused failure of the sight (blindness).
The study has done to make an application that classifies the features of Diabetic Retinopathy automatically according to the relevant level; such as: normal, Bright Lessian (medium), Dark Lessian (advance) classifications. This research use fundus image data has taken from fundus camera, then extracted by image processing and an artificial neural network methods for classifying the features.
Testing application results prove that accuracy level of an artificial neural network method in classifying diabetic retinopathy features based the classifications (normal, Bright Lessian, Dark Lessian) reached 88 %
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Supervisor: | Faisal, Muhammad and Nurhayati, Hani | |||||||||
Contributors: |
|
|||||||||
Keywords: | Diabetic Retinopathy; Artificial Neural NetworkL; Diabetic Retinopathy; Artificial Neural Network | |||||||||
Departement: | Fakultas Sains dan Teknologi > Jurusan Teknik Informatika | |||||||||
Depositing User: | Imam Rohmanu | |||||||||
Date Deposited: | 04 Aug 2017 15:30 | |||||||||
Last Modified: | 04 Aug 2017 15:30 | |||||||||
URI: | http://etheses.uin-malang.ac.id/id/eprint/7584 |
Downloads
Downloads per month over past year
Actions (login required)
View Item |