{"title":"高血压Retinopati最初检测使用假神经组织对眼部Fundus图像","authors":"Violetta Vincentia, N. Nurhasanah, Iklas Sanubary","doi":"10.15294/JF.V9I1.18508","DOIUrl":null,"url":null,"abstract":"Identifikasi fundus mata abnormal (retinopati hipertensi) dari citra fundus mata manusia telah dilakukan menggunakan Jaringan Syaraf Tiruan (JST). Data yang digunakan berupa citra fundus mata normal dan fundus mata abnormal. Pengolahan awal citra dilakukan dengan menyeragamkan ukuran citra fundus menjadi 256 x 256 piksel. Citra fundus yang semula Red Green Blue (RGB) diubah menjadi citra grayscale. Citra diolah menggunakan perataan kontras, filter, penghapusan background, segmentasi dan masking untuk mendapat citra pembuluh darah.Citra diekstraksi dengan menghitung ciri statistik menggunakan grey level co-occurence matrix (GLCM) 4 arah yaitu 0o, 45o,90o, dan 135o pada jarak spasial 1. Ciri statistik yang dihitung yaitu energi, kontras, korelasi, dan homogenitas sebagai input pada JST. Data dari ekstraksi ciri diidentifikasi menggunakan jaringan syaraf tiruan propagasi balik dengan arsitektur jaringan [17 7 1] dan fungsi pelatihan traingdm. Hasil dari pelatihan jaringan menunjukkan Mean Square Error (MSE) sebesar 0,00025 sementara pengujian jaringan menunjukkan nilai MSE sebesar 0,0464 dan akurasi 80%. Metode JST dapat digunakan untuk deteksi awal retinopati hipertensi.","PeriodicalId":30730,"journal":{"name":"Jurnal Fisika","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2019-05-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Deteksi Awal Retinopati Hipertensi Menggunakan Jaringan Syaraf Tiruan pada Citra Fundus Mata\",\"authors\":\"Violetta Vincentia, N. Nurhasanah, Iklas Sanubary\",\"doi\":\"10.15294/JF.V9I1.18508\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Identifikasi fundus mata abnormal (retinopati hipertensi) dari citra fundus mata manusia telah dilakukan menggunakan Jaringan Syaraf Tiruan (JST). Data yang digunakan berupa citra fundus mata normal dan fundus mata abnormal. Pengolahan awal citra dilakukan dengan menyeragamkan ukuran citra fundus menjadi 256 x 256 piksel. Citra fundus yang semula Red Green Blue (RGB) diubah menjadi citra grayscale. Citra diolah menggunakan perataan kontras, filter, penghapusan background, segmentasi dan masking untuk mendapat citra pembuluh darah.Citra diekstraksi dengan menghitung ciri statistik menggunakan grey level co-occurence matrix (GLCM) 4 arah yaitu 0o, 45o,90o, dan 135o pada jarak spasial 1. Ciri statistik yang dihitung yaitu energi, kontras, korelasi, dan homogenitas sebagai input pada JST. Data dari ekstraksi ciri diidentifikasi menggunakan jaringan syaraf tiruan propagasi balik dengan arsitektur jaringan [17 7 1] dan fungsi pelatihan traingdm. Hasil dari pelatihan jaringan menunjukkan Mean Square Error (MSE) sebesar 0,00025 sementara pengujian jaringan menunjukkan nilai MSE sebesar 0,0464 dan akurasi 80%. Metode JST dapat digunakan untuk deteksi awal retinopati hipertensi.\",\"PeriodicalId\":30730,\"journal\":{\"name\":\"Jurnal Fisika\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-05-11\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Fisika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.15294/JF.V9I1.18508\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Fisika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15294/JF.V9I1.18508","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Deteksi Awal Retinopati Hipertensi Menggunakan Jaringan Syaraf Tiruan pada Citra Fundus Mata
Identifikasi fundus mata abnormal (retinopati hipertensi) dari citra fundus mata manusia telah dilakukan menggunakan Jaringan Syaraf Tiruan (JST). Data yang digunakan berupa citra fundus mata normal dan fundus mata abnormal. Pengolahan awal citra dilakukan dengan menyeragamkan ukuran citra fundus menjadi 256 x 256 piksel. Citra fundus yang semula Red Green Blue (RGB) diubah menjadi citra grayscale. Citra diolah menggunakan perataan kontras, filter, penghapusan background, segmentasi dan masking untuk mendapat citra pembuluh darah.Citra diekstraksi dengan menghitung ciri statistik menggunakan grey level co-occurence matrix (GLCM) 4 arah yaitu 0o, 45o,90o, dan 135o pada jarak spasial 1. Ciri statistik yang dihitung yaitu energi, kontras, korelasi, dan homogenitas sebagai input pada JST. Data dari ekstraksi ciri diidentifikasi menggunakan jaringan syaraf tiruan propagasi balik dengan arsitektur jaringan [17 7 1] dan fungsi pelatihan traingdm. Hasil dari pelatihan jaringan menunjukkan Mean Square Error (MSE) sebesar 0,00025 sementara pengujian jaringan menunjukkan nilai MSE sebesar 0,0464 dan akurasi 80%. Metode JST dapat digunakan untuk deteksi awal retinopati hipertensi.