Klasifikasi penyakit Diabetic Retinopathy menggunakan Metode Convolutional Neural Network (CNN) Model Deep Residual Network (Resnet)

Penderita diabetes sering mengalami komplikasi seperti pada bagian mata yang disebut Diabetic Retinopathy (DR). DR juga penyebab paling sering terjadi pada kasus kebutaan. Hal tersebut dapat dicegah dengan pemeriksaan perkembangan secara rutin dan mendapatkan penanganan tepat sesuai dengan tingkat keparahannya. Dalam menentukan tingkat keparahan DR, seseorang memerlukan dokter ahli, biaya, dan waktu yang lama. Pada penelitian ini, dibuat suatu sistem klasifikasi untuk memudahkan dalam mengetahui tingkat keparahan penyakit DR menggunakan model Convolutional Neural Network (CNN) Deep Residual Network (ResNet). Data yang digunakan diambil dari citra fundus retina dari MESSIDOR dataset. Setiap data akan dilakukan proses cropping, resize, dan augmentasi, kemudian data dilatih menggunakan CNN model ResNet. Pada penelitian ini, dilakukan beberapa percobaan untuk mendapatkan hasil yang optimal yaitu perbandingan model arsitektur ResNet18, ResNet50, ResNet101. Hasil terbaik didapatkan oleh model arsitektur ResNet101 dengan rata-rata akurasi sebesar 90.18%, sensitifitas sebesar 87.69%, dan spesitifitas sebesar 96.37%