Pengembangan Deteksi Dini Multi-Kelas Retinopati Diabetik Menggunakan Model EfficientNet dan CLAHE

Cahyo Widjaya, Ageng (2024) Pengembangan Deteksi Dini Multi-Kelas Retinopati Diabetik Menggunakan Model EfficientNet dan CLAHE. MBKM thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (284kB)
	PDF BAB_I.pdf Download (26kB)
	PDF BAB_II.pdf Download (125kB)
	PDF BAB_III.pdf Download (260kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (734kB)
	PDF BAB_V.pdf Download (17kB)
	PDF DAFTAR_PUSTAKA.pdf Download (86kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)
	PDF LEMBAR_PENGESAHAN.pdf Restricted to Registered users only Download (52kB)

Abstract

Diabetes retinopathy (DR) merupakan salah satu komplikasi serius dari diabetes mellitus yang dapat menyebabkan kehilangan penglihatan. DR memiliki tingkat prevalensi yang tinggi di kalangan penderita DM dan menjadi salah satu penyebab utama kebutaan yang dapat dicegah. Deteksi dini DR menjadi krusial untuk mencegah dampak buruk pada penglihatan di tahap selanjutnya. Namun, metode deteksi DR yang ada sering memerlukan keterampilan ahli dan memakan waktu yang lama. Studi ini memanfaatkan metode EfficientNet dan CLAHE untuk meningkatkan akurasi deteksi tingkat DR berdasarkan gambar fundus. Eksperimen dilakukan pada tiga dataset: DDR, IDRiD, dan Messidor. Dataset mencakup lima tingkat DR, yang diantaranya yaitu normal, mild, moderate, severe, dan PDR. Model yang kami usulkan mencapai akurasi validasi sebesar 85,97% dan akurasi pengujian sebesar 86,16%, mengungguli model lain seperti Inception-ResNet-v2 (82,18%), Inception-V3 (78,79%), dan ResNet-50 (74,32%). Nilai akurasi validasi dan pengujian di atas 85% menunjukkan bahwa model ini dapat memprediksi label dengan akurat. Menariknya, ketika dataset campuran digunakan, akurasi pengujian menurun. Penurunan akurasi ini mungkin disebabkan oleh peningkatan variabilitas data, ketidakkonsistenan dalam preprocessing, dan perbedaan kualitas gambar. Namun demikian, model ini secara signifikan berkontribusi dalam mencegah komplikasi parah dan kehilangan penglihatan akibat DR.

Item Type:	Thesis (MBKM)
Keywords:	Citra fundus, CLAHE, Deteksi retinopati diabetik, EfficientNet, Transfer learning.
Subjects:	?? T70 ??
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	07 Nov 2024 06:56
Last Modified:	07 Nov 2024 06:56
URI:	https://kc.umn.ac.id/id/eprint/32660

Actions (login required)

View Item