Deteksi dan Klasifikasi Retinopati Hipertensi dari Citra Fundus Retina menggunakan Support Vector Machine (SVM)

Ans, Verrent Ulayya (2024) Deteksi dan Klasifikasi Retinopati Hipertensi dari Citra Fundus Retina menggunakan Support Vector Machine (SVM). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5023201066-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (1MB) | Request a copy

Abstract

Retinopati hipertensi merupakan kerusakan pada retina mata dan pembuluh darah di sekitar retina yang disebabkan oleh tekanan darah tinggi atau hipertensi. Hipertensi dapat menyebabkan pembuluh darah di retina menebal di mana penebalan itu dapat menyebabkan penyempitan pembuluh darah yang nantinya dapat menghambat pengaliran darah ke retina. Menghambatnya aliran darah ke retina menyebabkan terganggunya fungsi retina untuk melihat. Sebagian besar retinopati hipertensi tidak memberikan gejala yang spesifik. Oleh sebab itu, dibutuhkan suatu sistem yang dapat mengidentifikasi retinopati hipertensi pada pasien hipertensi. Saat ini, pemeriksaan HR umumnya dilakukan menggunakan kamera fundus dan oftalmoloskop, dimana dalam mendeteksi penyakit ophthalmologist melakukannya secara manual. Hal ini membutuhkan proses yang lama dan memerlukan ketelitian tinggi, sehingga diperlukan sistem otomatis yang dapat mendeteksi HR. Penelitian ini bertujuan untuk merancang sistem deteksi dan klasifikasi retinopati hipertensi pada pasien hipertensi dengan menggunakan kombinasi Local Binary Pattern (LBP) dan Support Vector Machine (SVM). Tahapan sistem dilakukan dengan mengubah ukuran citra, melakukan masking untuk menghilangkan latar belakang citra, mengekstraksi saluran hijau karena memberikan detail gambar, menerapkan CLAHE untuk meningkatkan kontras, filter median untuk menghilangkan noise, ekstraksi fitur menggunakan LBP, dan klasifikasi menggunakan SVM. Hasil terbaik dari sistem ini mencapai akurasi, presisi, sensitivitas, spesifisitas, kappa, dan F1 sebesar 81%, 88%, 74%, 88%, 61%, dan 81% menggunakan kernel polynomial dengan hyperparameter C sebesar 100 dan degree sebesar 4.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	hipertensi, retinopati hipertensi, Local Binary Pattern (LBP), Support Vector Machine (SVM); hypertension, hypertensive retinopathy, Local Binary Pattern (LBP), Support Vector Machine (SVM)
Subjects:	T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Biomedical Engineering > 11410-(S1) Undergraduate Thesis
Depositing User:	Ans Verrent Ulayya
Date Deposited:	04 Aug 2024 02:03
Last Modified:	04 Aug 2024 02:03
URI:	http://repository.its.ac.id/id/eprint/110955

Actions (login required)

View Item