Jurnal: Klasifikasi Fase Retinopati Diabetes Menggunakan Backpropagation Neural Network

Jurnal: Klasifikasi Fase Retinopati Diabetes Menggunakan Backpropagation Neural Network

Jurnal: Klasifikasi Fase Retinopati Diabetes Menggunakan Backpropagation Neural Network

Abstrak 

Retinopati diabetes (DR) merupakan salah satu komplikasi pada retina yang disebabkan oleh penyakit diabetes. Tingkat keparahan DR dibagi atas empat kelas yakni: normal, non-proliferative diabetic retinopathy (NPDR), proliferative diabetic retinopathy (PDR), dan macular edema (ME). Penelitian ini bertujuan mengembangkan suatu metode yang dapat digunakan untuk melakukan klasifikasi terhadap fase DR. Data yang digunakan sebanyak 97 citra yang fitur – fiturnya diekstrak menggunakan gray level cooccurence matrix (GLCM). Fitur ciri tersebut adalah maximum probability, correlation, contrast, energy, homogeneity, dan entropy. Fitur – fitur ini dilatih menggunakan jaringan syaraf tiruan backpropagation untuk dilakukan klasifikasi. Kinerja yang dihasilkan dari pendekatan ini adalah sensitivity 100%, specificity 100% dan accuracy 97.73% 

Kata kunci: fase retinopati diabetes, GLCM, backpropagation neural network 

Pendahuluan 

Retinopati Diabetes (DR) merupakan salah satu komplikasi penyakit diabetes. Komplikasi tersebut berupa kerusakan pada bagian retina mata yang akan berdampak langsung pada terganggunya penglihatan penderita dan apabila terlambat ditangani akan menyebabkan penderita mengalami kebutaan permanen.

Peneliti: Rocky Yefrenes D

Untuk lebih lengkapnya silahkan download di link berikut:
Jurnal: Klasifikasi Fase Retinopati Diabetes Menggunakan Backpropagation Neural Network