Identifikasi Penyakit Hypertensive Retinopathy Melalui Citra Fundus Retina Menggunakan Backpropagation Neural Network
| Main Author: | Amalia, Cut |
|---|---|
| Other Authors: | SyahPutra, Mohammad Fadly, Rahmat, Romi Fadillah |
| Format: | Bachelors application/pdf |
| Bahasa: | ind |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repositori.usu.ac.id/handle/123456789/4155 |
Daftar Isi:
- 131402097
- Hypertension or high blood pressure can cause damage of blood vessels in the retina which is called hypertensive retinopathy (HR). When Hypertension occurs, the blood vessel’s swelling and decresed the performance of retina. Physical checkup through ophthalmoscopy is still done manually by an ophthalmologist and it takes a long time. To solve the problem, the needed a method to identify the retinal fundus automatically. In this research, backpropagation neural network is used as an identification method of retinal fundus. The stages performed prior to identification are pre-processing (green channel, contrast limited adapative histogram qualization (CLAHE), morphological close, background exclusion, thresholding and connected component analysis), feature extraction using the zoning method. The results show that the proposed method is able to identify retinal fundus with an accuracy of 95% with the maximum epoch used is 1500.
- Penyakit hipertensi atau darah tinggi dapat menyebabkan kerusakan pembuluh darah dalam retina mata yang disebut hypertensive retinopathy (HR). Pada saat terjadi Hipertensi, maka akan menyebabkan pembengkakan pada pembuluh darah dan menurunkan kinerja retina. Untuk mendeteksi HR pada pasien, biasanya dilakukan dengan pemeriksaan fisik melalui oftalmoskopi yang masih dilakukan secara manual oleh dokter mata. Tentu dengan cara manual tersebut, seorang dokter membutuhkan waktu yang lama untuk mendeteksi HR pada pasien berdasarkan citra fundus retina. Untuk mengatasi masalah tersebut, maka dibutuhkan metode untuk mengidentifikasi citra fundus retina secara otomatis. Pada penelitian ini, backpropagation neural network digunakan sebagai metode untuk identifikasi citra fundus retina. Tahap – tahap yang dilakukan sebelum identifikasi adalah pra-pengolahan (green channel, contrast limited adapative histogram equalization (CLAHE), morphological close, background exclusion, thresholding dan connected component analysis), ekstraksi fitur menggunakan metode zoning. Hasil penelitian ini menunjukkan bahwa metode yang diajukan mampu melakukan identifikasi citra fundus retina dengan akurasi sebesar 95% dengan maksimum epoch yang digunakan adalah 1500.