{"title":"用欧几里得方法对视网膜视网膜进行数字图像分类","authors":"Yusuf Fadlila Rachman","doi":"10.25273/doubleclick.v3i2.5796","DOIUrl":null,"url":null,"abstract":"Retinopati diabetes merupakan gangguan yang terjadi pada mata, yang disebabkan oleh penyakit diabetes. Diagnosa Retinopati Diabetes dapat dilakukan menggunakan citra digital retina. Pada penelitian ini dilakukan klasifikasi dan analisa tingkat keparahan Retinopati Diabetes berdasarkan ciri atau fitur gambar retina. Terdapat 2 dataset yang digunakan. Dataset pertama merupakan hasil dari preprocessing gambar yaitu konversi gambar ke grayscale. Dataset kedua didapat dengan menghapus optikal disk pada gambar dataset pertama. Metode ekstraksi ciri yang digunakan pada penelitian ini adalah ekstraksi ciri tekstur metode statistik orde pertama menggunakan histogram. Ciri gambar yang didapatkan adalah mean, variance, skewness, curtosis, dan entropy. Klasifikasi dilakukan sebanyak 2 kali pada dataset pertama dan kedua menggunakan metode klasifikasi jarak euclidean. Pengujian dilakukan menggunakan confusion matrix dengan menghitung nilai akurasi, presisi, dan recall. Berdasarkan hasil perngujian didapatkan bahwa dataset kedua memiliki nilai akurasi yang lebih tinggi yaitu 64,81%, nilai precision 69,3%, dan recall sebesar 64,8%","PeriodicalId":190765,"journal":{"name":"DoubleClick: Journal of Computer and Information Technology","volume":"116 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-02-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"KLASIFIKASI CITRA DIGITAL RETINA PENDERITA DIABETES RETINOPATI MENGGUNAKAN METODE EUCLIDEAN\",\"authors\":\"Yusuf Fadlila Rachman\",\"doi\":\"10.25273/doubleclick.v3i2.5796\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Retinopati diabetes merupakan gangguan yang terjadi pada mata, yang disebabkan oleh penyakit diabetes. Diagnosa Retinopati Diabetes dapat dilakukan menggunakan citra digital retina. Pada penelitian ini dilakukan klasifikasi dan analisa tingkat keparahan Retinopati Diabetes berdasarkan ciri atau fitur gambar retina. Terdapat 2 dataset yang digunakan. Dataset pertama merupakan hasil dari preprocessing gambar yaitu konversi gambar ke grayscale. Dataset kedua didapat dengan menghapus optikal disk pada gambar dataset pertama. Metode ekstraksi ciri yang digunakan pada penelitian ini adalah ekstraksi ciri tekstur metode statistik orde pertama menggunakan histogram. Ciri gambar yang didapatkan adalah mean, variance, skewness, curtosis, dan entropy. Klasifikasi dilakukan sebanyak 2 kali pada dataset pertama dan kedua menggunakan metode klasifikasi jarak euclidean. Pengujian dilakukan menggunakan confusion matrix dengan menghitung nilai akurasi, presisi, dan recall. Berdasarkan hasil perngujian didapatkan bahwa dataset kedua memiliki nilai akurasi yang lebih tinggi yaitu 64,81%, nilai precision 69,3%, dan recall sebesar 64,8%\",\"PeriodicalId\":190765,\"journal\":{\"name\":\"DoubleClick: Journal of Computer and Information Technology\",\"volume\":\"116 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-02-02\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"DoubleClick: Journal of Computer and Information Technology\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.25273/doubleclick.v3i2.5796\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"DoubleClick: Journal of Computer and Information Technology","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25273/doubleclick.v3i2.5796","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
KLASIFIKASI CITRA DIGITAL RETINA PENDERITA DIABETES RETINOPATI MENGGUNAKAN METODE EUCLIDEAN
Retinopati diabetes merupakan gangguan yang terjadi pada mata, yang disebabkan oleh penyakit diabetes. Diagnosa Retinopati Diabetes dapat dilakukan menggunakan citra digital retina. Pada penelitian ini dilakukan klasifikasi dan analisa tingkat keparahan Retinopati Diabetes berdasarkan ciri atau fitur gambar retina. Terdapat 2 dataset yang digunakan. Dataset pertama merupakan hasil dari preprocessing gambar yaitu konversi gambar ke grayscale. Dataset kedua didapat dengan menghapus optikal disk pada gambar dataset pertama. Metode ekstraksi ciri yang digunakan pada penelitian ini adalah ekstraksi ciri tekstur metode statistik orde pertama menggunakan histogram. Ciri gambar yang didapatkan adalah mean, variance, skewness, curtosis, dan entropy. Klasifikasi dilakukan sebanyak 2 kali pada dataset pertama dan kedua menggunakan metode klasifikasi jarak euclidean. Pengujian dilakukan menggunakan confusion matrix dengan menghitung nilai akurasi, presisi, dan recall. Berdasarkan hasil perngujian didapatkan bahwa dataset kedua memiliki nilai akurasi yang lebih tinggi yaitu 64,81%, nilai precision 69,3%, dan recall sebesar 64,8%