IAESCOREIAESCORE

International Journal of Electrical and Computer Engineering (IJECE)International Journal of Electrical and Computer Engineering (IJECE)

Penelitian ini bertujuan untuk mengidentifikasi individu menggunakan citra retina dengan ekstraksi pembuluh darah berbasis klasifikasi kepadatan dan identifikasi menggunakan logika fuzzy, kemudian menghubungkannya dengan rekam medis elektronik individu. Untuk tujuan tersebut, algoritma baru dikembangkan untuk mengekstraksi ciri khas retina berdasarkan analisis citra dan perhitungan statistik. Ekstraksi pembuluh darah mata dilakukan berdasarkan filter adaptif. Metode yang diusulkan memiliki akurasi dan kecepatan lebih tinggi dibanding metode sebelumnya yang hanya membandingkan retina secara individu. Perbedaan ini terletak pada jenis klasifikasi dan aturan fuzzy yang digunakan. Pada tahap awal, noise pada citra dikelompokkan menggunakan metode clustering berbasis kepadatan (Density-Based Clustering), sehingga tersisa dua kelas yaitu noise dan citra asli. Selanjutnya, ekstraksi pembuluh darah dilakukan menggunakan filter adaptif. Setelah klasifikasi dan ekstraksi pembuluh darah selesai, identifikasi citra retina dilakukan berdasarkan logika fuzzy lima tahap dan aturan-aturan yang telah ditentukan untuk mengekstraksi berkas individu.

Penelitian ini mengusulkan pendekatan kombinasi baru untuk mengekstraksi pembuluh darah dengan menghilangkan noise menggunakan metode kepadatan dan mengekstraksi pembuluh darah melalui filter adaptif.Setelah ekstraksi pembuluh darah, informasi disimpan dalam berkas medis elektronik, dan identifikasi pasien dilakukan berdasarkan citra retina menggunakan metode fuzzy.Hasil penelitian menunjukkan keunggulan metode yang diusulkan dalam hal akurasi ekstraksi pembuluh darah dan identifikasi pasien.

Pertama, perlu dikembangkan penelitian tentang integrasi sistem identifikasi retina dengan sistem rekam medis elektronik secara real-time di rumah sakit untuk mengevaluasi efisiensi dan keakuratan akses data pasien dalam kondisi darurat. Kedua, perlu dilakukan studi komparatif antara metode filter adaptif yang diusulkan dengan teknik deep learning seperti U-Net dalam mengekstraksi pembuluh darah retina pada citra berkualitas rendah akibat noise atau gangguan optik. Ketiga, penting untuk meneliti aspek keamanan dan privasi data biometrik retina dalam sistem digital, termasuk risiko penyalahgunaan data dan perlindungan enkripsi end-to-end, guna memastikan keamanan berkas kesehatan elektronik jangka panjang. Penelitian-penelitian lanjutan ini dapat melengkapi keterbatasan studi saat ini yang fokus pada akurasi teknis namun belum menyentuh aspek implementasi sistemik, kinerja di bawah kondisi nyata, dan perlindungan data sensitif. Dengan menggabungkan pendekatan teknologi informasi kesehatan, pengolahan citra lanjutan, dan keamanan siber, hasilnya dapat memberikan kontribusi lebih komprehensif terhadap sistem identifikasi biometrik berbasis retina yang lebih andal dan siap digunakan dalam layanan kesehatan modern.

Read online
File size556.99 KB
Pages7
DMCAReport

Related /

ads-block-test