PENERAPAN DEEP LEARNING UNTUK KLASIFIKASI DIAGNOSA KELAINAN MATA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)

Mukti, Wahyu Pratama (2024) PENERAPAN DEEP LEARNING UNTUK KLASIFIKASI DIAGNOSA KELAINAN MATA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN). Other thesis, UNIVERSITAS NURUL JADID.

[thumbnail of Skripsi_2021400225_Wahyu Pratama Mukti_IF.pdf] Text
Skripsi_2021400225_Wahyu Pratama Mukti_IF.pdf
Restricted to Registered users only

Download (5MB)

Abstract

Mukti, Wahyu Pratama. 2024. Penerapan Deep Learning Untuk Klasifikasi Diagnosa Kelainan Mata Menggunakan Convolutional Neural Network. Skripsi, Prodi Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Kamil Malik, M.Kom., (II) Drs. Widjianto, M.Kom.

Kata Kunci: Deep Learning, Convolutional Neural Network (CNN), VGG-19, Citra Fundus, Diagnosa Mata.

Kesehatan mata merupakan aspek krusial yang memerlukan sistem deteksi dini untuk mencegah komplikasi permanen. Penelitian ini bertujuan untuk menerapkan metode Deep Learning dalam klasifikasi diagnosa kelainan mata dengan memanfaatkan arsitektur Convolutional Neural Network (CNN). CNN dipilih karena efektivitasnya yang tinggi dalam ekstraksi fitur otomatis pada pengolahan citra medis. Dataset yang digunakan dalam penelitian ini berupa citra fundus mata yang diperoleh dari platform Kaggle, mencakup berbagai jenis kelainan seperti retinopati diabetik, glaukoma, dan katarak. Tahapan penelitian meliputi pengumpulan data, pelabelan dataset, pra-pemrosesan citra, serta pelatihan model menggunakan arsitektur VGG-19 yang diimplementasikan melalui framework TensorFlow. Evaluasi performa dilakukan untuk mengukur sejauh mana model mampu mengidentifikasi kelainan secara akurat. Hasil penelitian menunjukkan bahwa implementasi arsitektur VGG-19 mampu mengklasifikasikan jenis kelainan mata dengan tingkat akurasi yang tinggi. Temuan ini diharapkan dapat memberikan kontribusi signifikan dalam bidang medis sebagai alat bantu klinis untuk diagnosa dini dan pengambilan keputusan penanganan penyakit mata secara lebih efektif dan efisien.

Item Type: Thesis (Other)
Subjects: Q Science > QA Mathematics
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
R Medicine > RE Ophthalmology
Divisions: Fakultas Teknik > S1 Teknik Informatika
Depositing User: Saiful Ghazi
Date Deposited: 29 Apr 2026 04:25
Last Modified: 29 Apr 2026 04:25
URI: https://repository.unuja.ac.id/id/eprint/3257

Actions (login required)

View Item View Item