<![CDATA[Retinopati diabetikaamerupakan suatu gejalaakomplikasi dariapenyakit DiabetesaMellitus yang menyebabkanaretina tidakadapat mengirimkan gambarapenglihatan ke otakasecara normalaakibat peningkatan glukosa pada darah. Identifikasi penyakit retinopati diabetika masih sering dibahas oleh banyak peneliti. Dalam skripsi ini algoritma Kernel K-Means akan digunakan untuk mengidentifikasi penyakit retinopati diabetika. Algoritma KernelaK-Means merupakan algoritma pengembanganadari algoritmaaK-Meansayang direalisasikan melalui pernyataan jarak dalam bentuk fungsi Kernel. Dataset yang akan digunakan dalam skripsi ini yaitu dataset Diabetic Retinopathy Debrecen diambil dari UCI Repository Machine Learning sebanyak 1151 data yang terdiri dari 19 atribut dan 1 atribut menunjukkan kelas yang akan dibentuk. Identifikasi penyakit retinopati diabetika dimulai dengan memisahkan data input dan target output. Data hasil input dinormalisasi kemudian dilakukan proses identifikasi menggunakan algoritma Kernel K-Means dengan menentukan banyaknya iterasi dan sub pusat cluster (nilai M). Performa hasil identifikasi menggunakan algoritma Kernel K-Means memberikan hasil akurasi tertinggi sebesar 82.88% dengan waktu eksperimen 12.22 detik pada iterasi 10 dan nilai M=300. Kata kunci : identifikasi, retinopati diabetika, Kernel K-Means]]>
Copyrights © 2018
