Pendeteksian Exudate Pada Foto Fundus Penderita Diabetes Retinophaty dengan Algoritma Naive Bayes Classifier

KurniaSari (2011) Pendeteksian Exudate Pada Foto Fundus Penderita Diabetes Retinophaty dengan Algoritma Naive Bayes Classifier. Sarjana thesis, Universitas Brawijaya.

Abstract

Diabetic retinopathy pada saat ini menjadi penyebab utama dari kebutaan bagi penderita diabetes (kencing manis). Tetapi dengan adanya pendeteksian awal Diabetes retinophaty, penyakit ini dapat cepat ditangani sehingga dapat mencegah terjadinya kebutaan. Exudate merupakan kunci indikator dari Diabetes retinophaty, sehingga pendeteksian exudate secara dini bagi penderita diabetes merupakan hal yang sangat penting. Pada penelitian ini, disajikan suatu metode untuk pendeteksian exudate pada foto fundus penderita Diabetes retinophaty menggunakan algoritma Naive Bayes Classifier. Terdapat dua tahap pada algoritma ini, yaitu learning dan detecting. Proses learning merupakan proses pembelajaran bagi sistem untuk mempelajari ciri-ciri foto exudate dan non-exudate dan proses detecting merupakan proses penentuan pendeteksian inputan baru. Sebelum dilakukan perhitungan algoritma Naive Bayes Classifier, dilakukan pengolahan awal pada foto sehingga nilai-nilai parameter pada pengolahan awal sangat berpengaruh terhadap hasil deteksi. Nilai-nilai parameter yang berpengaruh pada pengolahan awal adalah ukuran blok medianfilter dan penentuan threshold region exudate. Pada penelitian ini, hasil deteksi terbaik diperoleh dengan ukuran medianfilter 3x3 dan threshold region sebesar 20, dengan nilai akurasi (accuray) deteksi 100% dan nilai akurasi region (precision) sebesar 89.47%.

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2011/5/051100389
Subjects: 500 Natural sciences and mathematics > 510 Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: Unnamed user with email repository.ub@ub.ac.id
Date Deposited: 11 Feb 2011 09:35
Last Modified: 22 Oct 2021 09:13
URI: http://repository.ub.ac.id/id/eprint/152878
[thumbnail of 051100389.pdf]
Preview
Text
051100389.pdf

Download (10MB) | Preview

Actions (login required)

View Item View Item