Deteksi diabetic retinopathy pada citra digital fundus mata menggunakan metode Statistical Region Merging (SRM)

INDONESIA:

Diabetic Retinopathy adalah penyumbatan pembuluh darah mata, gejala yang ditemui oleh orang yang terkena penyakit ini ialah kesulitan membaca, penglihatan kabur.

Penggunaan metode Statistical Region Merging untuk mendeteksi obyek pada citra digital terbukti lebih sesuai terhadap beragam skala. Diawali dengan segmentasi pada citra, pada setiap region diambil sebagai input untuk proses selanjutnya.

Dalam proses pendeteksian objek tersebut, penelitian ini menggunakan metode Statistical Region Merging dengan mencocokkan nilai rata-rata dari masing-masing citra, dan selanjutnya penentuan letak pembuluh darah.

Dari hasil ujicoba yang dilakukan menggunakan 40 citra, yang terdiri dari 24 citra normal, 11 citra NPDR, 5 citra PDR. Aplikasi dapat mendeteksi diabetic retinopathy berdasarkan tingkatannya, sehingga mendapatkan nilai sebesar 97,5% dari seluruh citra yang telah diujikan.

ENGLISH:

Diabetic Retinopathy is a blockage of eye blood vessels. Symptoms that can be encountered by people affected by this disease are difficulty in reading, blurred vision.

The use of Statistical Region Merging methods to detect objects in the digital image of the evidently more diverse scale. Begins with the segmentation of the image, each region taken as input for the next process.

The object detection process in this research is using Statistical Region Merging method by get a mean value of every each image then get a location of bifurcation point.

The result from trial use 40 image, which 24 are normal image, 11 NPDR ( Non- Proliferate Diabetic Retinopathy) image, and 5 are PDR (Proliferate Diabetic Retinopathy) image. Application can detection Diabetic Retinopathy based levels. And get the biggest value is 97,5% of all images has trained.