KLASIFIKASI PENYAKIT RETINOPATI DIABETIK
DARI GAMBAR RETINA MENGGUNAKAN
DEEP LEARNING (RESNET)

UPT. PERPUSTAKAAN Universitas Esa Unggul Kampus Emas UEU - Jakarta Barat
Phone	:	021-5674223, ext 282
Fax	:
E-mail	:	[email protected]
Website	:	http://library.esaunggul.ac.id
Support (Customer Service) :
[email protected]

Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:

LIVE SUPPORT

Astrid Chrisafi

! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely

Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

Still Confuse?
Please read our User Guide

UEU » Undergraduate Theses » Teknik Informatika
Posted by [email protected] at 09/07/2021 15:04:45 • 978 Views

KLASIFIKASI PENYAKIT RETINOPATI DIABETIK DARI GAMBAR RETINA MENGGUNAKAN DEEP LEARNING (RESNET)

Created by :
AGUS SUNARKO ( 20160801133 )

Subject:	PENYAKIT RETINOPATI DIABETIK
Alt. Subject :	DISEASE RETINOPATY DIABETIC
Keyword:	Retinopati Diabetik Deep Learning resnet

Description:

Retinopati Diabetik terjadi karena adanya pelebaran hingga kebocoran pada pembuluh darah di area retina mata. Hal ini disebabkan oleh peningkatan kadar gula darah sehingga kadar hormon insulin dalam tubuh berkurang. International Diabetes Melitus Federation (IDF) melaporkan bahwa Indonesia berada di urutan ketiga negara sebanyak 29,1 juta penduduk menderita Diabetes Melitus dalam rentang usia 20 - 79 tahun. Dalam penelitian ini, dilakukan pendeteksian terhadap tingkat keparahan retinopati diabetik yang terdiri dari normal, mild, moderate, severe dan proliferative berdasarkan gambar retina. Metode yang diusulkan merupakan salah satu metode dalam deep learning, yaitu convolutional neural network (CNN) dengan arsitektur deep residual network (ResNet). Penelitian dilakukan dengan melatih model ResNet-18, ResNet-34, ResNet-50, ResNet-101 dan ResNet-152. Hasil penelitian menunjukkan bahwa arsitektur dengan jumlah layer terbanyak merupakan model pembelajaran fitur terbaik. Sehingga dari model ResNet-152 yang dilatih, diperoleh tingkat akurasi sebesar 99,82% dengan waktu selama �13 detik dalam melakukan identifikasi tingkat keparahan retinopati diabetik pada gambar retina.

Contributor	:	Habibullah Akbar,S,Si.,M.Sc,Ph.D
Date Create	:	09/07/2021
Type	:	Text
Format	:	PDF
Language	:	Indonesian
Identifier	:	UEU-Undergraduate-20160801133
Collection ID	:	20160801133

Source :
Undergraduate Theses of Technical Information

Relation Collection:
Fakultas Ilmu Komputer

Coverage :
Civitas Akademika Universitas Esa Unggul

Rights :
@Perpustakaan Universitas Esa Unggul 2021

Publication URL :
https://digilib.esaunggul.ac.id/klasifikasi-penyakit-retinopati-diabetikdari-gambar-retina-menggunakandeep-learning-resnet-20713.html

[ Free Download - Free for All ]