KLASIFIKASI PENYAKIT MATA MENGGUNAKAN ALGORITMA BACKPROPAGATION BERDASARKAN FITUR TEKSTUR

Rohmawati, Irma Dwi (2021) KLASIFIKASI PENYAKIT MATA MENGGUNAKAN ALGORITMA BACKPROPAGATION BERDASARKAN FITUR TEKSTUR. Other thesis, Universitas Islam Lamongan.

	Text 111710070-IRMA DWI R - cover.pdf Download (89kB)
	Text 111710070-IRMA DWI R - daftar isi.pdf Download (16kB)
	Text 111710070-IRMA DWI R - abstrak.pdf Download (69kB)
	Text 111710070-IRMA DWI R - bab i.pdf Download (93kB)
	Text 111710070-IRMA DWI R - bab ii.pdf Download (328kB)
	Text 111710070-IRMA DWI R - bab iii.pdf Restricted to Repository staff only Download (213kB)
	Text 111710070-IRMA DWI R - bab iv.pdf Restricted to Repository staff only Download (323kB)
	Text 111710070-IRMA DWI R - bab v.pdf Restricted to Repository staff only Download (367kB)
	Text 111710070-IRMA DWI R - bab vi.pdf Restricted to Repository staff only Download (83kB)
	Text 111710070-IRMA DWI R - daftar pustaka.pdf Restricted to Repository staff only Download (86kB)

Abstract

Mata merupakan salah satu anggota bagian tubuh yang sangat mempunyai peranan penting pada manusia karena berfungsi sebagai indra penglihatan. Penyakit mata merupakan hal yang berbahaya karena dapat menyebabkan kebutaaan pada mata. Tidak semua orang dapat mengetahui jenis penyakit mata yang di deritanya karena adanya keterbatasan medis serta biaya finansial untuk ke dokter yang bermasalah sehingga tidak mendapatkan penanganan secara cepat. Untuk itu membutuhkan sebuah aplikasi yang mampu mendiagnosa penyakit mata agar dapat membantu masyarakat yang membutuhkan. Pada penelitian ini merancang suatu sistem yang bisa membantu masyarakat dalam mendiagnosa penyakit mata dengan menggunakan algoritma backpropagation. Proses awal adalah mencari data citra mata yang berformat gambar, kemudian dilakukan proses pengambilan nilai tekstur dari setiap gambar. Selanjutnya setelah mendapatkan nilai tekstur Akan dilakukan proses inisialisai bobot. Proses Akhir setelah mendapatkan nilai bobot akan dilakukan proses klasifikasi dengan menggunakan algoritma backpropagation untuk menentukan jenis penyakit mata. Data yang digunakan pada penelitian ini berasal dari data kaggle yang berjumlah 114 citra mata yang terdiri dari 90 data training yang terdiri dari 30 Penyakit mata cataract, 30 glaukoma, dan 30 uveitis dan 24 data testing yang terdiri dari 6 data cataract, 9 data glaukoma, dan 9 data uveitis Akurasi yang didapatkan pada sistem ini nilai tertingginya adalah 54,1667% dengan melakukan 10 kali percobaan.

Item Type:	Thesis (Other)
Subjects:	T Technology > T Technology (General)
Divisions:	FAKULTAS TEKNIK > PRODI TEKNIK INFORMATIKA
Depositing User:	Perpus admin UNISLA
Date Deposited:	05 Feb 2022 03:19
Last Modified:	05 Feb 2022 03:19
URI:	http://eprints.unisla.ac.id/id/eprint/117

Actions (login required)

View Item