Rahmatul, Husna (2021) SISTEM PORTABEL DIAGNOSA DINI RETINOPATI DIABETIK DENGAN MENERAPKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK. Diploma thesis, Universitas Andalas.
|
Text (Cover & Abstrak)
ABSTRAK.pdf - Published Version Download (210kB) | Preview |
|
|
Text
BAB I.pdf Download (786kB) | Preview |
|
|
Text
BAB V.pdf Download (311kB) | Preview |
|
|
Text
DAFTAR PUSTAKA.pdf Download (336kB) | Preview |
|
|
Text (Skripsi Full Text)
TUGAS AKHIR FULL SKRIPSI.pdf - Published Version Download (17MB) | Preview |
Abstract
Retinopati Diabetik (RD) merupakan salah satu komplikasi diabetes mlitus yang terjadi pada retina mata. Kelainan retina (retinopati) yang terjadi berupa aneurismata, melebarnya vena, pendarahan dan eksudat lemak. Kelainan ini akan mempengaruhi penglihatan penderita dan dapat menyebabkan kebutaan permanen jika tidak ditindaklanjuti. Oleh sebab itu, diperlukan sistem pengolahan citra digital yang dapat memberikan diagnosa dini secara cepat, akurat dan objektif. Penelitian ini bertujuan untuk membangun sistem yang dapat memberikan diagnosa dini Retinopati Diabetik (RD) dengan proses klasifikasi menggunakan algoritma Convolutional Neural Network (CNN). Sistem terdiri dari dua komponen utama yang dirancang portabel, yaitu embedded system dan bot berupa Bot Telegram. Sistem tertanam terdiri dari Raspberry Pi dengan luas bangun sistem yaitu 42,3 cm3. Data yang digunakan pada penelitian ini dari dataset Messidor dan IDRiD. Pada proses klasifikasi citra 2D fundus menggunakan algoritma CNN, sistem memiliki persentase akurasi training dataset paling tinggi pada 4 kelas (Normal, Mild NPDR, Moderate NPDR, dan Severe NPDR) sebesar 100% dengan menerapkan segmentasi RAG Threshold dan persentase rata-rata nilai error paling rendah pada testing dengan dataset sebesar 66,67%. Pada pengiriman hasil diagnosa dini menggunakan Bot Telegram, proses pengiriman memiliki rata-rata waktu kirim selama 18,6 detik.
| Item Type: | Thesis (Diploma) |
|---|---|
| Primary Supervisor: | Lathifah Arief, M.T |
| Uncontrolled Keywords: | RD, CNN, RAG Threshold, Bot Telegram |
| Subjects: | R Medicine > RE Ophthalmology T Technology > T Technology (General) |
| Divisions: | Fakultas Teknologi Informasi > Sistem Komputer |
| Depositing User: | s1 sistem komputer |
| Date Deposited: | 30 Jun 2021 04:32 |
| Last Modified: | 30 Jun 2021 04:32 |
| URI: | http://scholar.unand.ac.id/id/eprint/76787 |
Actions (login required)
 |
View Item |
