Publisher

NINETYJOURNALNINETYJOURNAL

Journal Jurnal Kecerdasan Buatan dan Teknologi InformasiJurnal Kecerdasan Buatan dan Teknologi Informasi Abstract

Mata adalah alat indera pada manusia yang berfungsi sebagai organ penglihatan. Gangguan penglihatan yang sangat memprihatinkan adalah masalah kebutaan. Mengacu pada data World Health Organization (WHO) tahun 2018, katarak menyumbang sekitar 48% kasus kebutaan di dunia dan nomor satu di Indonesia. Mata katarak dengan mata normal di masyarakat sekitar masih sulit untuk dibedakan, sehingga masyarakat sering tidak menyadari ketika terindikasi penyakit katarak. Melihat dari uraian tersebut, penting sekali untuk mendeteksi penyakit katarak sebelum terjadi kebutaan. Dengan berkembangnya teknologi, pendeteksian dan klasifikasi katarak menjadi lebih mudah dengan adanya pengolahan citra digital. Pada penelitian ini penulis membuat suatu aplikasi Machine Learning untuk mengidentifikasi antara mata katarak dan mata normal dengan menggunakan metode Convolutional Neural Network (CNN) berbasis web. Dataset yang digunakan adalah 512 citra digital dengan pembaruan 2 kelas yaitu kelas katarak dan kelas normal. Dataset diambil dari sebuah website yang bergerak di bidang data since yang bernama Kaggle. Pembelajaran mesin menggunakan Epoch 1, epoch 10 dan epoch 25. Pada epoch 1 mendapatkan hasil akurasi model sebesar 52,20%, epoch 10 mendapatkan akurasi sebesar 89,15% dan epoch 25 mendapatkan hasil akurasi sebesar 99,74%. Hasil terbaik yang didapatkan model adalah 99,74%. Hasil pengujian model menggunakan metode CNN ini dapat bekerja dengan sangat baik untuk memprediksi penyakit katarak pada mata.

Conclusion

Pada penelitian ini penulis menggunakan beberapa epoch untuk mendapatkan hasil training model terbaik, diantaranya yaitu pada epoch 1 mendapatkan hasil akurasi 52,20%, epoch 10 mendapatkan akurasi sebesar 89,15% dan epoch 25 mendapatkan akurasi sebesar 99,74%.Berdasarkan hasil training dari beberapa epoch tersebut maka sistem mendapatkan hasil akurasi terbaik yaitu sebesar 99.Hasil dari model klasifikasi penyakit katarak pada mata dengan menggunakan Metode Convolutional Neural Network (CNN) ini dapat nilai bekerja dengan sangat baik dalam mengidentifikasi mata katarak dan mata normal.Hasil Pengujian aplikasi dengan menggunakan 60 data uji berhasil mendapatkan akurasi sebesar 93,33%.Model CNN yang telah dibuat berhasil di deploy dengan menggunakan framework flask untuk tampilan websitenya dan dapat di akses secara online.

Future Research

Sebagai saran penelitian lanjutan, bagaimana jika dilakukan analisis mendalam mengenai faktor-faktor yang mempengaruhi akurasi model CNN, termasuk pengaruh variasi dataset dan preprocessing gambar? Apakah dapat dikembangkan model prediksi yang lebih komprehensif dengan memasukkan data demografis pasien, sehingga membantu meningkatkan keakuratan deteksi katarak di berbagai populasi? Penelitian lebih lanjut juga dapat mengeksplorasi penerapan teknologi lain, seperti sistem berbasis mobile untuk pengujian katarak, sehingga dapat menjangkau masyarakat yang berada di daerah terpencil.

Metadata

File size	337.33 KB
Pages	9
DMCA	ReportReport