Identifikasi Kelainan Mata Katarak Pada Citra Digital Menggunakan Metode Deep Learning
PDF

Keywords

Convolutional Neural Network
Deep Learning
Katarak
Kecerdasan Buatan

How to Cite

Rohman, A. N. ., & Pamungkas, D. P. . (2020). Identifikasi Kelainan Mata Katarak Pada Citra Digital Menggunakan Metode Deep Learning. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 4(2), 115–120. https://doi.org/10.29407/inotek.v4i2.130

Abstract

Katarak merupakan kelainan pada mata yang menggrogoti mata secara berlahan tanpa pasien sadari. Kelainan ini disebabkan oleh selaput pada lensa mata membuat pandangan  mata menjadi berkabut serta parahnya mengakibatkan kebutaan permanen. Diagnosis katarak menggunakan computed tomography (CT) scan untuk mendapatkan hasil berupa citra digital. Citra digital kemudian dianalisis untuk menentukan pasien terkena katarak. Proses analisis biasa memakan waktu 15-30 menit. Oleh karena itu, dibuatkan aplikasi diagnosis yang akan membantu proses analisis menjadi lebih cepat. Metode Convolutional Neural Network merupakan salah satu jenis algoritma deep learning yang mengenali pola visual langsung dari pixel gambar dengan preprocessing minimal.

https://doi.org/10.29407/inotek.v4i2.130
PDF

References

Ilyas, S. (2000). Kedaruratan Dalam Ilmu Penyakit Mata. Jakarta : Badan Penerbit Fakultas Kedokteran Universitas Indonesia.

Ilyas, S. (2001). Penuntun Ilmu Penyakit Mata. Jakarta : Badan Penerbit Fakultas Kedokteran Universitas Indonesia.

Permana, Y., Wijaya, I.G.P.S,. Bimantoro F. (2017). Sistem Pakar Diagnosa Penyakit Mata Menggunakan Metode Certainty Factor Berbasis Android. J-COSINE. Vol.1, No.1

Hariyanto, R., Basuki, A., Hasanah, R.N. (2016). Klasifikasi Penyakit Mata Katarak berdasarkan Kelainan Patologis dengan menggunakan Algoritma Learning Vector Quantization. Journal of Mechanical Engineering and Mechatronics. Vol.1, No.2 :86-92.

Azizah, L.M., Umayah, S.F., Fajar, F. (2018). Deteksi Kecacatan Permukaan Buah Manggis Menggunakan Metode Deep Learning dengan Konvolusi Multilayer. SEMESTA TEKNIKA. Vol.21, No.2: 230-236.

LeCun, Y., & Bengio, Y. (1995). Convolutional network for images, speech, and time-series. The Handbook of brain theory and neural network.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2020 PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI

Downloads

Download data is not yet available.