Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Pratama, Aimar Abimayu
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Sistem Pendeteksi Tingkat Keparahan Katarak Berdasarkan Citra Digital Menggunakan Metode U-Net dan CNN Pratama, Aimar Abimayu; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 3 (2024): Maret 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit katarak merupakan salah satu gangguan penglihatan yang umum ditemui di seluruh dunia, termasuk juga di Indonesia. Di seluruh dunia, katarak menjadi salah satu dari penyebab gangguan penglihatan dan kebutaan dengan angka kejadian yang terus meningkat. Di Indonesia, katarak menjadi penyebab utama kebutaan. Diagnosis sedini mungkin membantu untuk memberi penanganan pertama dan mengurangi tingkat kebutaan karena katarak. Tetapi untuk melakukan diagnosis tersebut dibutuhkan slit lamp yang memiliki bobot berat, harganya mahal, dan juga memerlukan teknik khusus dalam penggunaannya. Hal itu menjadi tantangan pada wilayah pedesaan yang tergolong tertinggal, terdepan, dan terluar (3T). Oleh karena itu, diperlukan alat yang praktis, mudah dibawa, dan terjangkau dalam diagnosis katarak. Penelitian ini mengembangkan sistem untuk mendeteksi tingkat keparahan katarak menggunakan metode U-Net dan CNN. Metode U-Net melakukan segmentasi area iris dan pupil pada citra mata, sementara metode CNN melakukan ekstraksi fitur dari citra digital yang sudah disegmentasi untuk dilakukan klasifikasi tingkat keparahan katarak. Citra digital yang akan dideteksi diambil melalui kamera yang terhubung ke komputer berukuran kecil, memastikan kemudahan penggunaan di berbagai lokasi. Sistem ini mampu mencapai akurasi senilai 65% untuk melakukan klasifikasi tingkat keparahan katarak dengan kelas normal, immature, dan mature menggunakan 60 data uji dengan lama waktu komputasi rata-rata sebesar 0.9554 detik.
Co-Authors Utaminingrum, Fitri