Retina merupakan organ penting berupa sel tipis yang terletak di bagian belakang bola mata. Kerusakan retina dapat menyebabkan kebutaan. Untuk mengidentifikasi kerusakan retina dapat berkonsultasi langsung kepada dokter spesialis. Dokter akan mengidentifikasi penyebab kerusakan retina dengan cara mengamati hasil Optical Coherence Tomography (OCT) dan biasanya membutuhkan waktu yang cukup lama. Salah satu alternatif yang tepat yaitu melakukan identifikasi kerusakan retina dengan memanfaatkan citra digital, sehingga identifikasi dapat berjalan dengan cepat, efektif dan efisien.
Penelitian ini merancang sistem identifikasi kerusakan pada retina dengan metode Convolutional Neural Network (CNN). Sistem ini digunakan untuk mengidentifikasi berbagai macam kerusakan pada retina diantaranya Choroidal Neovascularization (CNV), Diabetic Macular Edema (DME), dan drusen. Input data berupa citra digital dari cell.com serta sudah melalui tahap preprocessing. terdapat 4000 citra digital yang diperoleh melalui OCT yang terbagi menjadi empat klasifikasi, setiap klasifikasi berjumlah 1000 citra.
Hasil simulasi dan analisis pada Tugas Akhir ini menunjukkan bahwa model yang digunakan mampu memberikan hasil yang baik. Model mampu mencapai nilai akurasi sebesar 90 % dalam mengidentifikasi kerusakan pada retina. Hasil tersebut diperoleh dengan mengubah hyperparameter diantaranya, yaitu learning rate 0.001, optimizer RMSprop, batch size 8, epoch 30.
Kata Kunci: Convolutional Neural Network, Kerusakan retina, Optical Coherence Tomography.