Skripsi

SISTEM DETEKSI PENYAKIT MATA KATARAK DENGAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)

---

Penyakit mata katarak merupakan salah satu penyebab utama kebutaan di dunia. Terbatasnya pengetahuan dan kewaspadaan masyarakat terkait penyakit ini, mengakibatkan semakin tingginya tingkat pengidap gangguan pengelihatan. Tujuan dari penelitian ini adalah untuk membangun sistem yang dapat mendeteksi penyakit mata katarak menggunakan Convolutional Neural Network (CNN). Diharapkan sistem ini dapat membantu memudahkan proses diagnosis dini penyakit mata katarak untuk masyarakat yang mengalami gangguan pengelihatan. Penelitian ini menggunakan perbandingan dua arsitektur CNN yaitu Alexnet dan Resnet, dan diterapkan tuning hyperparameter untuk mendapatkan nilai parameter yang lebih optimal. Data masukan yang digunakan dalam penelitian ini merupakan data sekunder yang berjumlah total 1000 citra, terbagi atas 500 citra katarak dan 500 citra normal, dan data citra tersebut telah melalui pra-pengolahan resize sebelumnya. Pengujian terhadap kedua model arsitektur Alexnet dan Resnet-50 dibagi menjadi dua skenario yaitu, pengujian dengan 50 epoch dan 100 epoch. Hasil evaluasi akhir menunjukkan bahwa model perangkat lunak Resnet-50 dengan 100 epoch memiliki performa terbaik, dengan nilai akurasi sebesar 95%, precision 1, recall 0.90 dan f1-score 0.95.

---

Availability

Detail Information

Series Title

-

Call Number

T1567942024

Publisher

Indralaya : Prodi Teknik Informatika, Fakultas Ilmu Komputer., 2024

Collation

xiv, 165 hlm.; ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

006.370 7

Content Type

Text

Media Type

unmediated

Carrier Type

-

Edition

-

Subject(s)

Prodi Teknik Informatika

Specific Detail Info

-

Statement of Responsibility

KA

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment