Glaukoma adalah kondisi di mana saraf optik yang menghubungkan mata ke otak menjadi rusak.
Glaukoma dapat menyebabkan kehilangan kemampuan penglihatan jika tidak didiagnosis dan
ditangani secepat mungkin. Salah satu metode yang dilibatkan dalam mendiagnosis glaukoma
adalah menghitung rasio antara optik disc dan cup pada citra fundus mata. Untuk menghitung rasio
antara disc dan cup pada citra fundus mata, diperlukan sebuah proses segmentasi pada citra fundus
mata untuk dapat mensegmentasikan bagian disc dan cup nya. Saat ini tugas segmentasi dapat
dilakukan menggunakan algoritma visi komputer modern. Transformer sendiri telah menjadi salah
satu state art of model yang sering diterapkan pada studi kasus yang menggunakan deep learning
karena performanya yang mampu menandingi Convolutinal Neural Networks (CNN). Tugas akhir
ini akan membahas implementasi Transformer pada studi kasus segmentasi disc dan cup pada citra
fundus mata menggunakan metode Segmentation Transformer (SETR) dengan dataset REFUGE
dan DRISHTI-GS1. Hasil dice coefficients score dengan menggunakan Cross Dataset Evaluation
berhasil mendapatkan skor 86 persen untuk bagian disc dan 78 persen untuk bagian cup.
Kata-Kunci: Glaucoma ,Disc, Cup, Segmentasi, Segmentation Transformers, Transformers.