ABSTRAKSI: Di dunia ini ada banyak penyakit mata. Salah satunya yang berbahaya adalah glukoma. Glukoma (Glaucoma) adalah kerusakan penglihatan karena meningkatnya tekanan bola mata yang disebabkan oleh ketidakseimbangan antara produksi dan pembuangan cairan dalam bola mata. Akibatnya akan merusak jaringan-jaringan syaraf halus yang ada di retina dan di belakang bola mata, sehingga akan menyebabkan menurunnya fungsi penglihatan. Salah satu metode diagnosa penyakit glukoma adalah dengan mengukur lapang pandangan mata. Kerusakan jaringan-jaringan syaraf halus ini dapat diamati secara manual dengan mengamati dan menganalisa citra retina mata dari suatu kamera fundus oleh dokter ahli mata (opthalmologist).
Mengamati dan menganalisa citra fundus retina secara manual kadang menghasilkan diagnosa yang kurang obyektif dan akurat. Untuk membantu pekerjaan dokter ahli mata dalam mendiagnosa, dibuatlah tugas akhir ini. Tugas akhir ini mengimplementasikan ilmu pengolahan citra dalam pendeteksian awal penyakit glukoma berdasarkan segmentasi optic nerve head dari citra fundus retina. Dengan demikian diharapkan dapat menghasilkan suatu diagnosa yang lebih akurat, obyektif dan efisian.
Dalam tugas akhir ini dirancang suatu perangkat lunak untuk mendeteksi optic disc kemudian menentukan jari-jari dan koordinat optic disc dan menghitung rasio cup disk/ optic disknya. Metode yang digunakan antara lain thresholding, Regional filtering, Cropping, dan proses morpologi.
Berdasarkan hasil dari simulasi yang dilakukan, sistem ini menunjukkan hasil yang menjanjikan dengan akurasi sistem yaitu 93.33% yang dapat dilihat dari hasil klasifikasi dengan nilai threshold rasio normal kurang dari 0.35, Glukoma antara 0.35 r 0.7, dan Buta lebih dari 0.7. Error yang dihasilkan oleh system sebesar 6.67%. Sistem ini dapat mendeteksi optic disk dengan tepat dari 30 citra yang diujikan, 26 citra berhasil terdeteksi optik disknya dengan tepat, atau sebanyak 86.67 %. Sistem ini menunjukkan hasil akurasi sistem sebesar 93.33% dan error sebesar 6.67 % yang dapat dilihat dari hasil klasifikasi dengan K-Nearest Neighbor dengan nilai k=7 menggunakan metode Euclidean Distance.Kata Kunci : Kata kunci: Glukoma, Optic nerve head,optic disk, cup disk, Regional filtering, ThresholdingABSTRACT: In this world there are many eye diseases. One of them is a dangerous glaucoma. Glaucoma (Glaucoma) is damage to eyesight due to increased pressure on the eyeball that is the caused by an imbalance between the production and disposal of the fluid in the eyeball. As a consequence will damage the delicate neural networks in the retina and behind the eyeball, so will cause decreased function of vision. One method of diagnosis of glaucoma disease is by measuring the airy vision. Damage to the delicate neural networks can be monitored manually by observing and analyzing the retinal image of an eye fundus cameras by the expert eye doctors (opthalmologist).
Observing and analyzing the retinal fundus image manually sometimes produces a diagnosis that is less objective and accurate. To assist Physicians in diagnosing eye experts, this final project were underway. In this final task implements the science of image processing in early disease detection of glaucoma based on optic nerve head segmentation of retinal fundus images. Thus is expected to yield a more accurate diagnosis, objective and efficient.
In this final project, a software designed to detect optical discs then determine the radius and coordinates of the optic disc cup and calculate the ratio of the disk / optical disc. Methods used include thresholding, regional filtering, cropping, and morphological processes. Based on the results of the simulation, the system showed promising results with accuracy of the system is 93.33% which can be seen from the results of the classification with the normal threshold value of less than 0.35, Glaucoma 0.35 r 0.7, and more than 0.7 Blind. Error generated by the system at 6.67%. This system can detect optic disc with precise image of the 30 tested, 26 successfully detected optical disc image with the right, or as much as 86.67%. This system shows the results of system accuracy 93,33% and 6.67% of error which can be seen from the results of the classification with the K-Nearest Neighbor with the value k = 7 using Euclidean Distance method.Keyword: Keywords: Glaucoma, Optic nerve head, optic disc, cup disc, regional filtering, thresholding