ANALISIS SISTEM DETEKSI KATARAK MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)

JAVIER SAVERO DEVARA

Informasi Dasar

21.04.793
621.319
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAK Mata adalah alat indera pada manusia yang berfungsi sebagai organ penglihatan. Gangguan penglihatan yang sangat memprihatinkan adalah masalah kebutaan. Mengacu pada data dari Riskesdas Kemenkes RI tahun 2013, penyebab kebutaan terbanyak di Indonesia adalah katarak. Dengan berkembangnya teknologi, pendeteksian dan klasifikasi katarak menjadi lebih mudah dengan adanya pengolahan citra digital. Pada tugas akhir ini digunakan suatu sistem yang mampu mengklasifikasi katarak dengan menggunakan Convolutional Neural Network (CNN). Data diolah melalui beberapa tahapan. Data citra yang digunakan pada penelitian ini berupa tiga kelas penyakit pada penyakit katarak yaitu normal, matur, dan imatur dengan masing-masing kelas terdiri atas 100 data citra. Parameter jumlah hidden layer, optimizer dan learning rate berpengaruh terhadap hasil performansi sistem berupa nilai akurasi, precision, recall, dan f1 score. Pada penelitian ini didapatkan hasil terbaik yaitu dengan penggunaan 4 hidden layer, adam optimizer dan learning rate 0,001 dengan performansi sistem untuk akurasi, precision, recall, dan f1-score masing-masing sebesar 99%, 99%, 99%, dan 99%.

Kata Kunci : Katarak, Convolutional Neural Network, Citra Digital. ?

Subjek

Signal - transmission.
 

Katalog

ANALISIS SISTEM DETEKSI KATARAK MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

JAVIER SAVERO DEVARA
Perorangan
Nur Ibrahim, R Yunendah Nur Fu'adah
 

Penerbit

Universitas Telkom, S1 Teknik Telekomunikasi
Bandung
2021

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini