PENERAPAN GRAY LEVEL CO-OCCURANCE MATRIX (GLCM) UNTUK KLASIFIKASI PENYAKIT GLAUKOMA MENGGUNAKAN PROBABILISTIK NEURAL NETWORK (PNN)
| Main Author: | NOPIKRA, 11451104836 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.uin-suska.ac.id/22709/2/BAB%20V%20IMPLEMENTASI%20DAN%20PENGUJIAN.pdf http://repository.uin-suska.ac.id/22709/3/LAPORAN%20TA%20NOPIKRA%2011451104836.pdf http://repository.uin-suska.ac.id/22709/ |
Daftar Isi:
- Glaukoma merupakan salah satu penyakit mata yang menyebabkan kebutaan terbesar kedua didunia. Penyakit glaukoma ini disebabkan karena produksi cairan mata bertambah oleh badan siliar dan pengeluaran cairan mata berkurang didaerah celah pupil dan sudut balik mata. Penyakit ini berkembang tanpa ada ciri-ciri dan gejala dan sering disebut sebagai pencuri penglihatan. Penelitian ini menggunakan metode Gray Level Co-Occurance Matrix (GLCM) untuk mendapatkan fitur tekstur dan metode Probabilistik Neural Network (PNN) sebagai metode klasifikasi. Parameter yang digunakan sebagai input pada PNN adalah enam nilai yang diperoleh dari GLCM yaitu maximum probability, entrophy, energi, korelasi, kontras dan homogenitas. Pengujian dilakukan menggunakan 180 data citra retina pada 10-fold cross validation dengan nilai spread 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, dan 0.9. Hasil pengujian dengan menggunakan 10-fold cross validation rata-rata tertinggi 72,5%. Berdasarkan hasil pengujian tersebut, dapat disimpulkan bahwa metode GLCM dan PNN untuk klasifikasi penyakit glaukoma menghasilkan akurasi yang baik. Kata Kunci : GLCM, PNN, Glaukoma, Jaringan Syaraf Tiruan