Lewati ke konten
SDGs Center UDINUS

Catatan bukti · UDINUS · SDGs

Jaringan Saraf Konvolusional Berbasis Metode Filter Gabor dan SMOTE untuk Klasifikasi Retinopati Diabetik

Rektorat UDINUS 2024 Terbit 2026-10-30

Catatan bukti · UDINUS · SDGs

Unit
Rektorat UDINUS
Periode
2024
Tujuan
Nomor
6a448195-0a00-4516-826d-91391345221a
Terbit
2026-10-30

Universitas Dian Nuswantoro melaksanakan penelitian mengenai klasifikasi retinopati diabetik menggunakan citra fundus retina. Kegiatan ini melibatkan Mulyani, Asri; Muljono; Purwanto; dan Soeleman, Moch Arief sebagai peserta. Retinopati diabetik dijelaskan sebagai gangguan pada retina yang terjadi pada penderita diabetes, dengan risiko yang meningkat seiring bertambahnya usia. Penelitian ini menanggapi kebutuhan terhadap pengobatan dan deteksi dini citra fundus mata untuk mencegah risiko kebutaan yang paling buruk.

Kegiatan tersebut berfokus pada peningkatan kinerja model klasifikasi citra untuk citra fundus retina retinopati diabetik. Metode yang digunakan adalah deep learning, yang dijelaskan sebagai metode penyelesaian masalah untuk sistem pembelajaran komputer dengan menggunakan konsep hierarki. Convolutional neural network digunakan sebagai algoritma deep learning untuk masalah deteksi atau identifikasi. Penelitian ini juga menerapkan Gabor Filter untuk mengekstraksi fitur citra fundus retina dan SMOTE untuk mengatasi dataset yang tidak seimbang.

Hasil penelitian menunjukkan bahwa penggunaan filter Gabor dan SMOTE secara signifikan meningkatkan nilai akurasi dari 40% menjadi 78%. Peningkatan nilai kinerja tersebut dipengaruhi oleh tahapan prapemrosesan, yaitu pengubahan ukuran citra, konversi citra menjadi grayscale, dan pengaturan parameter filter Gabor. Melalui kegiatan ini, UDINUS mengangkat topik penelitian terkait kesehatan yang berhubungan dengan identifikasi retinopati diabetik dan pemrosesan citra fundus retina. Kegiatan ini memberikan bukti kelembagaan mengenai penggunaan metode klasifikasi citra untuk mengkaji kondisi yang berkaitan dengan kesehatan.

Rujukan https://www.scopus.com/pages/publications/85213339424?origin=resultslist