Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Citizenship Jurnal Pancasila dan Kewarganegaraan DoubleClick : Journal of Computer and Information Technology
Yusuf Fadlila Rachman
Universitas Amikom Yogyakarta
Arts Humanities Computer Science & IT Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : DoubleClick : Journal of Computer and Information Technology

 1 
Klasifikasi Citra Digitalretina Penderita Diabetes Retinopati Menggunakan Metode Euclidean Yusuf Fadlila Rachman; Kusrini Kusrini; Hanif Al Fatta
DoubleClick: Journal of Computer and Information Technology Vol 3, No 2 (2020): Edisi February 2020
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (128.598 KB) | DOI: 10.25273/doubleclick.v3i2.5787

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%
Co-Authors Hanif Al Fatta Kusrini Kusrini Nuswantari Nuswantari