Klasifikasi diabetic retinopathy berdasarkan foto fundus menggunakan Convolutional Neural Network (CNN) jenis densenet

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Rakamawati, Juariska Vega Nur (2021) Klasifikasi diabetic retinopathy berdasarkan foto fundus menggunakan Convolutional Neural Network (CNN) jenis densenet. Undergraduate thesis, UIN Sunan Ampel Surabaya.

[img] Text
Juariska Vega Nur Rakamawati_H72217029.pdf

Download (5MB)

Abstract

Diabetes merupakan masalah penyakit kronis yang ditandai dengan meningkatnya jumlah kadar gula darah. Diabetes juga bisa berkembang dan menyebabkan kompilkasi, salah satu komplikasi diabetes yang bisa menyebabkan kerusakan pada pembuluh darah di retina disebut dengan diabetic retinopathy. Oleh karena itu perlu dilakukan deteksi diabetic retinopathy sejak dini guna mencegah terjadinya kerusakan tersebut sampai kebutaan. Deteksi dini dapat dilakukan menggunakan sistem Computer-Aided Diagnosis (CAD). Salah satu metode yang digunakan yaitu Convolutional Neural Network (CNN) jenis DenseNet. DenseNet merupakan jenis CNN yang memanfaatkan Dense connections antar layer melalui Dense Blok. Pada penelitian ini menggunakan metode CNN jenis DenseNet dengan data foto fundus yang didapatkan dari Mesidor Database sejumlah 1200 data yang kemudian dilakukan augmentasi sehingga menjadi 8400 data. Hasil nilai akurasi, sensitvitas, dan spesifitas pada penelitian ini sebesar 90.1%, 89.54%, dan 96.71% dengan pembagian data 80%-20% dan jumlah batchsize 4.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type: Thesis (Undergraduate)
Creators:
CreatorsEmailNIM
Rakamawati, Juariska Vega Nurh72217029@uinsby.ac.idH72217029
Contributors:
ContributionNameEmailNIDN
Thesis advisorCandra Rini Novitasari, Diandiancrini@uinsby.ac.id2024118502
Thesis advisorHamid, Abdullohdoelhamid@uinsby.ac.id198508282014031003
Subjects: Komputer
Matematika
Keywords: Diabetes; Diabetic Retnopathy; Convolutional Neural Network; DenseNet.
Divisions: Fakultas Sains dan Teknologi > Studi Matematika
Depositing User: Juariska Vega Nur Rakamawati
Date Deposited: 07 Mar 2021 04:08
Last Modified: 07 Mar 2021 04:08
URI: http://digilib.uinsby.ac.id/id/eprint/46928

Actions (login required)

View Item View Item