Pengembangan Aplikasi Klasifikasi Penyakit Mata Berbasis Citra Fundus dengan Validasi Otomatis
DOI:
https://doi.org/10.29407/5xrjrv63Abstract
Penyakit mata seperti katarak, glaukoma, dan retinopati diabetik memerlukan deteksi dini untuk mengurangi risiko gangguan penglihatan yang lebih serius. Berbagai penelitian telah memanfaatkan kecerdasan buatan untuk melakukan klasifikasi penyakit mata berdasarkan citra fundus retina, namun implementasinya dalam bentuk aplikasi yang dapat digunakan secara langsung masih terbatas. Penelitian ini bertujuan mengembangkan aplikasi klasifikasi penyakit mata berbasis citra fundus dengan validasi otomatis. Aplikasi dikembangkan menggunakan framework Streamlit dengan mengintegrasikan MobileNetV2 sebagai modul validasi otomatis dan model hybrid ResNet-50 serta K-Nearest Neighbor sebagai modul klasifikasi penyakit mata. Sistem mampu memvalidasi citra fundus dan non-fundus sebelum proses klasifikasi dilakukan serta menampilkan hasil identifikasi penyakit mata secara otomatis. Hasil pengujian menunjukkan bahwa seluruh fitur utama aplikasi dapat berjalan sesuai dengan kebutuhan sistem. Aplikasi yang dikembangkan berpotensi menjadi alat bantu dalam proses identifikasi awal penyakit mata berbasis citra fundus retina.
Keywords:
citra fundus, klasifikasi penyakit mata, MobileNetV2, Streamlit, validasi otomatis##plugins.themes.default.displayStats.downloads##
References
[1] A. N. T. Adjeng, R. Himayani, R. Graharti, F. Adrifianie, and Z. Oktoba, "Deteksi Dini Ulkus Kornea yang Mengancam Penglihatan dan Menurunkan Kualitas Hidup Masyarakat Pekon Kedaung Pringsewu," J. Kreat. Pengabdi. Kpd. Masy., vol. 7, no. 8, pp. 3291-3303, 2024, doi: 10.33024/jkpm.v7i8.12529.
[2] K. Waruwu and S. Arlis, "IMPLEMENTASI MODEL CONVOLUTIONAL NEURAL NETWORK RESNET50 PADA PENYAKIT MATA DARI CITRA FUNDUS," TECHNOMEDIA Informatics Comput. Sci., vol. 3, no. 1, pp. 1-7, 2026, doi: 10.58641/technomedia.v3i1.160.
[3] I. Yustiana, I. Yudistiansyah, and M. I. Thohir, "Penerapan Computer Vision Untuk Klasifikasi Penyakit Mata Menggunakan Arsitektur Vision Transformers Pada Citra Fundus," J. Media Comput. Sci., vol. 5, no. 1, pp. 385-400, 2026, doi: 10.37676/jmcs.v5i1.9229.
[4] I. Zaenudin and A. B. Riyan, "Perkembangan kecerdasan buatan (AI) dan dampaknya pada dunia teknologi," J. Inform. Utama, vol. 2, no. 2, pp. 128-153, 2024, doi: 10.55903/jitu.v2i2.240.
[5] M. N. I. Muhlashin and A. Stefanie, "Klasifikasi penyakit mata berdasarkan citra fundus menggunakan YOLO V8," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 2, pp. 1363-1368, 2023, doi: 10.36040/jati.v7i2.6927.
[6] N. P. Sari, "Analisis Performa Algoritma CNN dalam Klasifikasi Citra Medis Berbasis Deep Learning," J. Komput., vol. 2, no. 2, pp. 87-92, 2024, doi: 10.70963/jk.v2i2.113.
[7] L. Nurlaela, Y. Suhanda, A. Sopian, C. S. Dewi, and R. Syahrial, "Pengembangan Framework Data Mining Berbasis Deep Neural Network Dengan Eksplorasi Teknik Transfer Learning Untuk Prediksi Dan Klasifikasi Data," JRIS J. Rekayasa Inf. Swadharma, vol. 5, no. 1, pp. 132-141, 2025, doi: 10.56486/jris.vol5no1.723.
[8] R. Melani, S. Sriwinar, D. Azmi, I. Muslem, and M. Amin, "Klasifikasi Kematangan Cabai Berdasarkan Citra Digital Menggunakan Algoritma K-Nearest Neighbor," NOVAKOMPUTA J. Ilmu Komput. dan Inform., vol. 1, no. 1, pp. 30-42, 2026, doi: 10.76349/qywvfw63.
[9] A. C. Hartono and A. R. Muslikh, "Penerapan Transfer Learning MobileNetV2 Pada Klasifikasi Citra Jenis Buah-Buahan," J. Inf. Syst. Appl. Dev., vol. 3, no. 2, pp. 103-111, 2025, doi: 10.26905/jisad.v3i2.16187.
[10] H. Fahrozi, R. R. Adiansyah, Z. Samit, S. Sujiliani, R. Santoso, and V. Apriana, "Sistem Kecerdasan Buatan Untuk Deteksi Kondisi Daun Berbasis Metode Klasifikasi," J. Teknol. Dan Sist. Inf. Bisnis, vol. 8, no. 1, pp. 16-25, 2026, doi: 10.47233/jteksis.v8i1.2315.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
