Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal TRANSIENT: Jurnal Ilmiah Teknik Elektro
Erizco Satya Wicaksono
Departemen Teknik Elektro, Universitas Diponegoro Jl. Prof. Sudharto, SH, Kampus UNDIP Tembalang, Semarang 50275, Indonesia
Electrical & Electronics Engineering

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

Found 1 Documents
Search

 1 
IDENTIFIKASI KERUSAKAN SARAF AUTONOMIK MELALUI CITRA IRIS MATA MENGGUNAKAN EKSTRAKSI CIRI ANALISIS KOMPONEN UTAMA (PCA) DAN JARINGAN SARAF TIRUAN PERAMBATAN BALIK Erizco Satya Wicaksono; Imam Santoso; Ajub Ajulian Zahra; R. Rizal Isnanto
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 6, NO. 3, SEPTEMBER 2017
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (659.012 KB) | DOI: 10.14710/transient.v6i3.254-258

Abstract

Identifikasi penyakit dapat dilakukan melalui berbagai cara, salah satunya menggunakan pengamatan kondisi iris mata yang sedang berkembang dengan pesat di kalangan akademik dan industri. Berdasarkan ilmu iridologi pola tertentu pada citra iris mata dapat menunjukkan penyakit tertentu sehingga dalam hal ini dapat memanfaatkan pengolahan citra digital. Dalam penelitian ini, dibuat program identifikasi penyakit khususnya kerusakan saraf autonomik yang mengamati pola tertemtu pada iris mata menggunakan metode ekstraksi ciri analisis komponen utama dan metode klasifikasi jaringan saraf tiruan perambatan balik. Dalam penelitian ini digunakan 80 data yang berisi 40 citra iris mata normal dan 40 citra iris mata mengalami kerusakan saraf autonomik. Tujuan pembuatan penelitian ini guna mendapatkan hasil identifikasi yang cukup baik untuk mengenali kerusakan saraf autonomik, dan memberikan saran untuk pengembangan identifikasi kerusakan saraf autonomik agar semakin baik lagi. Berdasarkan hasil pengujian keseluruhan data dengan variasi komponen utama 25, 50, dan 100 dan jumlah lapisan tersembunyi 10 sampai 50 memiliki rata-rata tingkat akurasi keberhasilan pengenalan penyakit 62,88% dengan nilai tertinggi 83,33%, tingkat sensitivitas 55,56% dengan nilai tertinggi 100%, nilai spesifisitas 71,50% dengan nilai tertinggi 100%.
Co-Authors Ajub Ajulian Zahra Macrina R Rizal Isnanto Santoso, Imam