Klasifikasi Citra Diabetic Retinopathy Menggunakan 3D-GLCM Projection

Abstract

Penyakit diebetes melitus yang berkelanjutan akan mengakibatkan banyak komplikasi pada pasien penderita. Salah satu diantaranya adalah penyakit diabetic retinopathy. Pemeriksaan medis terhadap penderita penyakit diabetic retinopathy dilakukan pengamatan secara langsung pada citra retina menggunakan kamera fundus. Tingkat keparahan penyakit diabetic retinopathy dibagi atas empat kelas yakni: normal, non-proliferative diabetic retinopathy (NPDR), proliferative diabetic retinopathy (PDR), dan macular edema (ME). Penelitian ini bertujuan untuk mengembangkan suatu metode yang dapat digunakan untuk mengklasifikasi tingkat keparahan penyakit diabetic retinopathy berdasarkan citra retina pasien . Proses klasifikasi terhadap tingkat keparahan penyakit diabetic retinopathy dilakukan berdasarkan ciri statistik dari citra retina pasien yang diperoleh melalui proses ekstraksi ciri menggunakan metode ekstraksi 3D-GLCM Projection yang merupakan modifikasi metode 3D-GLCM. Ciri-ciri statistik tersebut kemudian dilatih menggunakan jaringan saraf tiruan dengan aturan pembelajaran backpropagation algorithm. Berdasarkan hasil pengujian yang dilakukan maka metode ini dapat melakukan klasifikasi terhadap tingkat keparahan penyakit diabetic retinopathy dengan sensitivity sebesar 100%, spesivisity sebesar 91% dan akurasi sebesar 95,83%.