ABSTRAKSI: Iridology merupakan suatu pseudoscience yang mempelajari perubahan struktur permukaan iris mata yang dikarenakan oleh suatu penyakit yang diderita oleh seseorang. Teknik ini telah banyak digunakan oleh para ahli iridology di banyak tempat pengobatan alternatif. Salah satu kegunaan dari teknik iridology ini adalah untuk mendeteksi penyakit pada organ ginjal.
Untuk mempermudah praktek pemeriksaan dan mengurangi faktor human error yang terjadi pada saat pemeriksaan, dilakukanlah penelitian untuk menerapkan metode Principal Component Analysis dan jaringan syaraf tiruan backpropagation dalam mengenali suatu ciri abnormal pada iris mata pasien melalui citra digital. Sistem akan mendapat masukkan berupa citra iris mata seorang pasien, dan akan memprosesnya untuk menghasilkan keluaran berupa justifikasi sakit atau tidaknya pasien tersebut.
Hasil pengujian menunjukkan bahwa kedua metode di atas dapat dijadikan solusi dalam pengenalan ciri abnormal pada citra iris mata dengan akurasi data latih sebesar 100% dan akurasi data uji sebesar 98.33%. Teknik preprocessing dan kualitas citra yang baik juga menjadi faktor penunjang keakuratan aplikasi yang dibangun untuk membantu dan mempermudah para iridologist dalam mengenali penyakit yang diderita oleh pasien mereka.
Kata Kunci : Iridology, citra, Principal Component Analysis, jaringan syaraf tiruan, backpropagationABSTRACT: Iridology is a pseudoscience that studies changes in the surface structure of the iris eye due to an illness suffered by a person. Iridology has been applied in many alternative treatments to help patients recognize their disease. One of the uses of this technique is detecting disease in the kidneys.
A research applying Principal Component Analysis method and backpropagation neural network to recognize an abnormal characteristics in the iris of the patient through digital image is conducted in order to facilitate inspection practices and reduce human error that occurs during the examination. System will receive iris digital image of the patient as an input, and then processing it which will produce a justification whether the patient is sick or not as an output.
The results showed that the two methods above can be used as a solution in recognizing the abnormal characteristic on iris digital image by 100% accuracy on training data and 96.68% on testing data. A correct preprocessing techniques and good image quality is also a factor supporting the accuracy of the application build to assist and facilitate the iridologist in recognizing diseases suffered by their patients.
Keyword: Iridology, image, Principal Component Analysis,artificial neural network, backpropagation