Deteksi DIabetes Melalui Citra Retina Menggunakan Transformasi Wavelet dan Learning Vector Quantization

Gladi Yudha Riliandi

Informasi Umum

Kode

113080201

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Informatika Teori Dan Pemrograman

Dilihat

328 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Retinopati diabetik merupakan salah satu penyakit pada mata yang menyerang retina. Penyakit ini disebabkan oleh komplikasi diabetes melitus yang akhirnya dapat menyebabkan kebutaan. Pada deteksi diabetes melalui citra retina, ada dua tahap yang harus dilakukan, yaitu pengekstraksian ciri dari suatu citra masukan dan pengklasifikasian citra tersebut kedalam suatu kelas. Pada tugas akhir ini, digunakan proses-proses antara lain pengolahan citra digital untuk mengeluarkan informasi citra, metode transformasi wavelet untuk pengekstraksian ciri, dan jaringan syaraf tiruan learning vector quantization untuk proses klasifikasi. Pengolahan citra akan menghasilkan citra biner yang akan menjadi masukan pada proses ekstraksi ciri dengan wavelet. Jenis wavelet yang akan digunakan adalah Haar Wavelet. Transformasi wavelet akan menghasilkan suatu citra aproksimasi yang memiliki sebagian besar informasi citra.Kemudian citra tersebut akan menjadi vektor ciri sebagai input untuk metode klasifikasi LVQ. Hasil dari pengujian menunjukkan bahwa jumlah level dari ekstraksi ciri mempengaruhi hasil klasifikasi, semakin banyak level yang digunakan, hasil dari klasifikasi akan semakin baik. Selain itu, parameter-parameter masukan LVQ yang terbaik setelah pengujian juga sangat berpengaruh dalam mencari akurasi terbaik, dimana tingkat akurasinya mencapai 90%.Kata Kunci : retina, diabetes, retinopati diabetik, wavelet, LVQABSTRACT: Diabetic retinopathy is an eye disease that attacks the retina. Symptoms of this disease is the vision becomes blurred, however, in the early stages the symptoms will not be felt by the sufferers. The disease is caused by complications of diabetes mellitus, which can eventually lead to blindness. This final project will be made system that capable to know the presence or absence of diabetes through retinal image by detecting whether the retina is suffering from diabetic retinopathy. The method to be used in the construction of this system consists of processes such as digital image processing, wavelet transform and neural network learning vector quantization. Wavelet made after the image processing is done, the type of wavelet to be used is the Haar wavelet. Wavelet transform will produce an approximation image. Image approximation will be the feature vector as the input to LVQ classification method. LVQ network input vector will compare with vectors derived from learning. The resulting classification is based on the comparison before, when the two vectors are similar, it will be placed into the same class. Finally, there will be an analysis of the effect of the method that used for the implementation result.Keyword: retina, diabetic, diabetic retinopathy, wavelet, LVQ