Identifikasi Penyakit Mata Menggunakan Metode Learning Vector Quantization (LVQ)
| Main Author: | Ladauw, Entra Betlin |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/161403/1/Entra%20Betlin%20Ladauw.pdf http://repository.ub.ac.id/161403/ |
Daftar Isi:
- Menjaga dan merawat kesehatan mata sangatlah penting bagi manusia sebab mata merupakan salah satu indera yang membantu manusia dalam melakukan kegiatan sehari-hari. Mata yang memberikan informasi visual kepada manusia, tidak terlepas dari ancaman akan penyakit yang dapat menyerangnya. Penyakit tersebut bisa menyerang dalam skala yang ringan ataupun skala yang berat. Sayangnya, kesehatan mata dianggap tidak memiliki potensi untuk membahayakan manusia, sehingga kesehatan mata seringkali diabaikan oleh masyarakat pada umumnya. Oleh karena itu, pada permasalahan ini kemudian dikembangkan sistem identifikasi penyakit mata dengan menggunakan metode Learning Vector Quantization (LVQ). Metode ini mampu memberikan klasifikasi terhadap pola yang akan mewakili kelas tertentu. Pola tersebut akan berpindah ke posisi lebih dekat pada kelas yang sesuai jika titik data klasifikasi benar. Pada penelitian ini, terdapat 21 gejala dan 9 penyakit mata yang kemudian akan diproses dalam pelatihan dan pengujian dengan data-datanya akan dibagi menjadi data latih dan data uji. Pada proses pelatihan, metode LVQ akan melakukan beberapa tahapan untuk mendapatkan bobot akhir. Bobot ini nantinya akan digunakan pada proses pengujian. Dengan menggunakan metode LVQ, nilai parameter yang didapatkan antara lain adalah α = 0,4, Dec α = 0,8, Min α = 0,00001, Max Epoch = 25, data latih = 100 data (80%) dan data uji = 25 data (20%). Pada pengujian akurasi sistem ini, hasil rata-rata akurasi yang diperoleh sebesar 82,80% dan hasil akurasi tertinggi sebesar 92% yang menunjukkan bahwa sistem dapat berfungsi dengan baik. Sehingga metode LVQ mampu diterapkan pada identifikasi penyakit mata.