Kolesterol merupakan lemak yang berada didalam darah yang diperlukan untuk
pembentukan hormon dan sel baru. Kadar kolesterol normal harus kurang dari 200
mg/dL, namun jika diatas 240 mg/dL akan berisiko tinggi terkena penyakit stroke
dan jantung koroner. Penyakit jantung koroner merupakan salah satu penyakit yang
menyebabkan banyak kematian. Pada penelitian ini, dibuat suatu sistem yang dapat
digunakan untuk deteksi dini kadar kolesterol dengan waktu yang singkat melalui
citra mata menggunakan teknik iridology.
Penelitian ini mendeteksi kadar kolesterol seseorang termasuk kolesterol
normal, berisiko kolesterol tinggi, dan kolesterol tinggi. Data citra mata didapatkan
dari Rumah Sakit, Klinik dan mahasiswa sebanyak 120 citra mata, dengan rincian
40 data citra mata kolesterol normal, 40 data citra mata berisiko kolesterol tinggi,
dan 40 data citra mata kolesterol tinggi. Proses sistem diawali dengan mengolah
citra mata dengan metode cropping, resize, segmentasi, dan grayscale. Metode
Histogram of Oriented Gradients (HOG) sebagai ekstraksi ciri, Artificial Neural
Network (ANN) sebagai klasifikasi dan regresi linier sebagai pengukuran kadar
kolesterolnya. Pemilihan metode tersebut ditujukan untuk membagi data cita mata
menjadi beberapa kelompok berdasarkan nilai dari hasil ekstraksi ciri kemudian
diklasifikasikan.
Hasil dari penelitian ini menunjukkan bahwa metode Histogram of Oriented
Gradients dapat mengekstraksi citra mata dan metode Artificial Neural Network
dapat mengklasifikasikan kadar kolesterol menjadi tiga kelompok dengan tingkat
akurasi 96,67%, dan Regresi Linier dapat mengukur kadar kolesterol.
Kata Kunci : Kadar Kolesterol, Citra Mata, HOG, ANN, Regresi Linier