KLASIFIKASI PENYAKIT DIABETIC RETINOPATHY MENGGUNAKAN MACHINE LEARNING BERBASIS APLIKASI ANDROID - WRAP Entrepreneurship (Capstone)

ADISA SALSHA BHIESA

Informasi Dasar

84 kali
23.04.6207
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Diabetic Retinopathy adalah salah satu penyakit mata yang disebabkan oleh Diabetes Melitus. Diabetic Retinopathy merupakan komplikasi mikrovaskular diabetes yang umum dan spesifik, dan tetap menjadi penyebab utama kebutaan yang dapat dicegah pada orang usia kerja. Penelitian yang dilakukan oleh Soewondo dkk (2010), sebanyak 42% dari 1785 penderita diabetes melitus di Indonesia mengalami komplikasi Diabetic Retinopathy. Sehingga Diabetic Retinopathy menjadi masalah yang serius di Indonesia.

 

Kami merancang aplikasi Android yaitu DR-Check menggunakan machine learning yang memiliki dasar pendeteksian hasil pemeriksaan mata dengan alat foto fundus untuk mendeteksi secara instan hasil citra fundus terhadap penyakit Diabetic Retinopathy berdasarkan lima tingkatan penyakit tersebut, yaitu NoDR (tanpa Diabetic Retinopathy), MildDR (ringan), ModerateDR (sedang), SevereDR (parah), dan Proliferate_DR (sangat parah). Kami memiliki dua fitur utama yaitu dengan memindai langsung foto citra fundus menggunakan kamera ponsel pintar dan upload foto citra fundus melalui galeri dari ponsel pintar tersebut. Penelitian ini bertujuan untuk membantu tenaga medis menjadi lebih cepat dan akurat dalam mendeteksi gejala-gejala dari penyakit Diabetic Retinopathy tersebut.

 

Penelitian ini menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur EfficienNetV2s. Seluruh dataset yang digunakan merupakan dataset sekunder yang didapatkan dari Aravind Eye Hospital di India yang dan GNU Lesser General Public License yang dapat diunduh melalui website www.kaggle.com. Kami membandingkan kombinasi hyperparameter untuk mendapatkan hasil yang terbaik. Hasil yang terbaik kami dapatkan menggunakan optimizer Adamax, learning rate 0,001, batch size 32, dan epoch 100 dengan hasil akurasi sebesar 80%. Pengujian DR-Check dilakukan dengan dua cara yaitu mengambil gambar secara langsung dan menunggah gambar dari galeri ponsel pintar pengguna. Dari 5 kali percobaan setiap cara, kami mendapatkan hasil 0 prediksi benar untuk cara yang pertama dan 2 prediksi benar untuk cara yang kedua.

Subjek

KLASIFIKASI
 

Katalog

KLASIFIKASI PENYAKIT DIABETIC RETINOPATHY MENGGUNAKAN MACHINE LEARNING BERBASIS APLIKASI ANDROID - WRAP Entrepreneurship (Capstone)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

ADISA SALSHA BHIESA
Perorangan
Syamsul Rizal, R Yunendah Nur Fu'adah
 

Penerbit

Universitas Telkom, S1 Teknik Telekomunikasi
Bandung
2023

Koleksi

Kompetensi

  • TUI4B4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

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