Informasi Umum

Kode

23.04.5954

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Informasi Lainnya

Abstraksi

<p>Diabetic Retinopathy adalah salah satu penyakit mata yang disebabkan oleh Diabetes<br /> Melitus. Diabetic Retinopathy merupakan komplikasi mikrovaskular diabetes yang umum dan<br /> spesifik, dan tetap menjadi penyebab utama kebutaan yang dapat dicegah pada orang usia kerja.<br /> Penelitian yang dilakukan oleh Soewondo dkk (2010), sebanyak 42% dari 1785 penderita<br /> diabetes melitus di Indonesia mengalami komplikasi Diabetic Retinopathy. Sehingga Diabetic<br /> Retinopathy menjadi masalah yang serius di Indonesia. </p>

<p>Kami merancang aplikasi Android yaitu DR-Check menggunakan machine learning yang<br /> memiliki dasar pendeteksian hasil pemeriksaan mata dengan alat foto fundus untuk mendeteksi<br /> secara instan hasil citra fundus terhadap penyakit Diabetic Retinopathy berdasarkan lima<br /> tingkatan penyakit tersebut, yaitu NoDR (tanpa Diabetic Retinopathy), MildDR (ringan), <br /> ModerateDR (sedang), SevereDR (parah), dan Proliferate_DR (sangat parah). Kami <br /> memiliki dua fitur utama yaitu dengan memindai langsung foto citra fundus menggunakan<br /> kamera ponsel pintar dan upload foto citra fundus melalui galeri dari ponsel pintar tersebut.<br /> Penelitian ini bertujuan untuk membantu tenaga medis menjadi lebih cepat dan akurat dalam<br /> mendeteksi gejala-gejala dari penyakit Diabetic Retinopathy tersebut. </p>

<p><br /> Penelitian ini menggunakan metode Convolutional Neural Network (CNN) dengan<br /> arsitektur EfficienNetV2s. Seluruh dataset yang digunakan merupakan dataset sekunder yang<br /> didapatkan dari Aravind Eye Hospital di India yang dan GNU Lesser General Public License<br /> yang dapat diunduh melalui website www.kaggle.com. Kami membandingkan kombinasi<br /> hyperparameter untuk mendapatkan hasil yang terbaik. Hasil yang terbaik kami dapatkan<br /> menggunakan optimizer Adamax, learning rate 0,001, batch size 32, dan epoch 100 dengan<br /> hasil akurasi sebesar 80%. Pengujian DR-Check dilakukan dengan dua cara yaitu mengambil<br /> gambar secara langsung dan menunggah gambar dari galeri ponsel pintar pengguna. Dari 5 kali<br /> percobaan setiap cara, kami mendapatkan hasil 0 prediksi benar untuk cara yang pertama dan<br /> 2 prediksi benar untuk cara yang kedua. </p>

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook