Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : InComTech: Jurnal Telekomunikasi dan Komputer

Analisis Performa Model Deep Learning dalam Deteksi Penyakit Mata: Studi CNN, RNN, dan FNN Rizaqi, Hanif; Tahyudin, Imam
InComTech : Jurnal Telekomunikasi dan Komputer Vol 15, No 2 (2025)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v15i2.31261

Abstract

Penyakit mata menjadi salah satu penyebab utama gangguan penglihatan yang dapat mengarah pada kebutaan permanen jika tidak ditangani dengan baik. Beberapa penyakit mata yang sering terjadi antara lain katarak, glaukoma, dan retinopati diabetik. Penelitian ini bertujuan untuk mengembangkan model klasifikasi penyakit mata berbasis citra menggunakan tiga metode deep learning, yaitu Convolutional Neural Network (CNN), Recurrent Neural Network (RNN), dan Feedforward Neural Network (FNN). Dataset yang digunakan dalam penelitian ini terdiri dari 4.217 citra, yang diproses melalui tahapan preprocessing yang mencakup pembagian data menjadi tiga kelompok: pelatihan (training), validasi, dan pengujian (testing). Selanjutnya, citra tersebut melalui tahap resizing dan normalisasi untuk meningkatkan kualitas data yang digunakan dalam pelatihan model. Model-model yang dikembangkan kemudian dilatih menggunakan teknik Early Stopping untuk mencegah overfitting dan mengoptimalkan performa. Berdasarkan hasil evaluasi, model CNN menunjukkan performa terbaik dengan akurasi uji sebesar 85% dan nilai loss 0, 3841, mengungguli RNN yang memiliki akurasi 83% dan FNN dengan akurasi 78%. Selain itu, analisis menggunakan Confusion Matrix menunjukkan bahwa CNN lebih unggul dalam menangkap fitur spasial pada citra dibandingkan model lainnya. Implementasi model dilakukan dalam aplikasi web berbasis Flask untuk memprediksi penyakit mata berdasarkan citra yang diunggah pengguna. Penelitian lanjutan dapat meningkatkan akurasi model dengan menerapkan transfer learning menggunakan model pretrained yang lebih kompleks.
Co-Authors Agustina, Nur Ngaenun Al-Haq, Ahnaf Vanning Al-Haq Alam, Yusuf Nur Alfirnanda, Weersa Talta Ammar Fauzan, Ammar Ananda, Fahesta Ananda, Rona Sepri Andrianto Andrianto Anggraini, Lintang Wahyu ANNISA HANDAYANI Anton Satria Prabuwono Arifa, Pujana Nisya Aris Munandar Azhari Shouni Barkah Bayu Surarso Berlilana Berlilana Che Pee, Ahmad Naim Daffa, Nauffal Ammar Dani Arifudin Dhanar Intan Surya Saputra Diniyati, Faoziyah Fahiya Eko Priyanto Eko Winarto Evania Adna Faiz Ichsan Jaya Fajariyanti, Alya Nur Fandy Setyo Utomo Fatmawati, Karlina Diah Febryanto, Bagas Aji Fitriani, Intan Indri Giat Karyono Hadie, Agus Nur Hellik Hermawan Hermanto, Aldy Agil Hidayah, Septi Oktaviani Nur Ilham, Rifqi Arifin Irfan Santiko Iskoko, Angga Isnaini, Khairunnisak Nur Khoerida, Nur Isnaeni khusnul khotimah Kuat Indartono Kusuma, Bagus Adhi Lestari, Silvia Windri Ma'arifah, Windiya Maulida, Trisna Melia Dianingrum Miftahus Surur, Miftahus Muhammad Reza Pahlevi Murtiyoso Murtiyoso Musyafa, Muhamad Fahmi Nabila, Putri Isma Najibulloh, Imam Kharits Nanjar, Agi Nazwan, Nazwan Nur Adiya, Az Zahra Dwi Nur Faizah Nur holifah, Anggita Oyabu, Takashi Prasetya, Subani Charis Prastyo, Priyo Agung PUJI LESTARI Purwadi Purwadi Purwadi Purwadi Putra, Bernardus Septian Cahya Putra, Feishal Azriel Arya R Rizal Isnanto Rahayu, Dania Gusmi Rahma, Felinda Aprilia Ramadani, Nevita Cahaya Rizaqi, Hanif Rozak, Rofik Abdul Rozak, Rofiq 'Abdul Rozak, Rofiq Abdul Rozak, Rofiq ‘Abdul Rozaq, Hasri Akbar Awal Saefullah, Ufu Samsul Arifin Santoso, Bagus Budi Sarmini Sarmini Satriani, Laela Jati Setiabudi, Rizki Sholikhatin, Siti Alvi Syafaat, Alif Yahya Syafiq, Bayu Ibnu Taqwa Hariguna Tikaningsih, Ades Tri Retnaningsih Soeprobowati Triana, Latifah Adi Triawan, Puas Wardani, Syafa Wajahtu Widiawati, Neta Tri Widya Cholid Wahyudin Wini Audiana Wulandari, Hendita Ayu Yarsasi, Sri Zainal Arifin Hasibuan Zulfa Ummu Hani Zumaroh, Agnis Nur Afa