Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal IKRA-ITH Informatika : Jurnal Komputer dan Informatika
Firman Ardiansyah
Universitas Persada Indonesia Y.A.I
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Rancang Bangun Sistem Deteksi Penyakit Diabetes Retinopatic Dengan Transfer Learning Inception V3 Firman Ardiansyah; Yunita Sari; Fahrul Nurzaman
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 9 No. 3 (2025): IKRAITH-INFORMATIKA Vol 9 No 3 November 2025
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v9i3.5680

Abstract

Diabetic Retinopathy (DR) merupakan komplikasi diabetes yang berpotensi menimbulkankebutaan apabila tidak dikenali sejak awal. Penelitian ini bertujuan membangun sistem deteksiotomatis DR dengan memanfaatkan pendekatan deep learning (pembelajaran mendalam) berbasistransfer learning (pemanfaatan pengetahuan dari model yang telah dilatih sebelumnya) padaarsitektur InceptionV3 (salah satu model CNN yang dikembangkan oleh Google). Metode yangdigunakan adalah eksperimen kuantitatif dengan memanfaatkan dataset publik Kaggle yangterbagi dalam dua kategori: No DR (tanpa retinopati) dan DR (dengan retinopati). Proses datameliputi resizing (penyesuaian ukuran gambar), normalisasi (penyesuaian skala nilai piksel), danaugmentasi (penambahan variasi data secara sintetis) sebelum digunakan untuk melatih modelConvolutional Neural Network (CNN) melalui teknik fine-tuning (penyesuaian ulang parameterpada lapisan akhir) pada lapisan akhir InceptionV3. Evaluasi model dilakukan menggunakanmetrik akurasi, presisi, recall (tingkat keberhasilan mendeteksi kasus positif), dan F1-score (ratarataharmonis antara presisi dan recall). Hasil menunjukkan kinerja yang cukup baik dengan nilairecall mencapai 0,93, menandakan kemampuan sistem dalam mendeteksi sebagian besar kasuspositif DR.Kata kunci : Deteksi, Retinopati, Deep Learning, CNN, InceptionV3
Co-Authors Fahrul Nurzaman Yunita Sari