<![CDATA[Penyakit mata seperti katarak, glaukoma, retinopati diabetik, dan konjungtivitis dapat menyebabkan gangguan penglihatan atau bahkan kebutaan jika tidak terdeteksi lebih awal. Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis untuk penyakit mata menggunakan data gambar dan Convolutional Neural Network (CNN) dengan arsitektur EfficientNetB3. Dataset terdiri dari gambar mata yang telah melalui pra-pemrosesan dan augmentasi untuk meningkatkan kinerja model. Sistem ini dirancang untuk mengklasifikasikan gambar ke dalam empat kategori penyakit dan telah menunjukkan tingkat akurasi yang relatif tinggi, Hasil penelitian menghasilkan akurasi yang cukup tinggi yaitu 98% di 4 jenis penyakit mata yang menandakan bahwa model yang digunakan pada penelitian sangat akurat untuk memprediksi 4 jenis penyakit mata dan arsitektur EfficientNetB3 efektif dalam mendeteksi penyakit mata dari gambar dan memiliki potensi untuk digunakan sebagai alat pendukung diagnostik dini di bidang oftalmologi.]]>
Copyrights © 2026
