Perancangan dan Pembuatan Aplikasi Android Deteksi Katarak Mata melalui Ponsel Kamera menggunakan Metode Transfer Learning

Rahman, Ivan Abdillah (2025) Perancangan dan Pembuatan Aplikasi Android Deteksi Katarak Mata melalui Ponsel Kamera menggunakan Metode Transfer Learning. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05111840000137-Undergraduate_Thesis.pdf - Accepted Version Download (6MB)

Abstract

Menurut laporan dari perwakilan Perhimpunan Dokter Spesialis Mata Indonesia (Perdami) dr. Aldiana Halim, beliau mengatakan bahwa di Indonesia dengan populasi pada tahun 2017 terdapat 8 juta orang dengan gangguan penglihatan. Sebanyak 1,6 juta orang buta ditambah dengan 6,4 juta orang dengan gangguan penglihatan sedang dan berat. Dari jumlah tersebut sebanyak 81,2% gangguan penglihatan disebabkan oleh katarak. Hingga saat ini, operasi katarak adalah cara yang paling mudah untuk mengembalikan penglihatan pada mata. Akan tetapi, untuk melakukan operasi mata tersebut dibutuhkan waktu dan peralatan operasi yang cukup banyak dan mahal untuk menentukan seberapa parah katarak pasien yang diderita. Pada tugas akhir ini, peneliti membuat aplikasi berbasis android untuk mendeteksi katarak pada mata melalui gambar foto mata pengguna. Foto mata kemudian dikirim ke server melalui API untuk dilakukan prediksi oleh model klasifikasi. Setelah menyelesaikan proses prediksi, hasilnya dikirim kembali ke aplikasi melalui response API untuk ditampilkan hasilnya kepada pengguna. Metode klasifikasi yang digunakan adalah model klasifikasi DenseNet201 yang mencapai angka akurasi 93,61%, tertinggi apabila dibanding dengan model klasifikasi yang lainnya
=======================================================================================================================================
According to a report from the representative of the Indonesian Ophthalmologist Association (Perdami) dr. Aldiana Halim, he said that in Indonesia with a population in 2017 there were 8 million people with visual impairments. As many as 1.6 million people are blind plus 6.4 million people with moderate and severe visual impairments. Of that number, 81.2% of visual impairments are caused by cataracts. Until now, cataract surgery is the easiest way to restore vision to the eye. However, to perform eye surgery requires a lot of time and surgical equipment and is expensive to determine how severe the patient's cataracts are. In this final project, researchers created an Android-based application to detect cataracts in the eye through photos of the user's eyes. The eye photos are then sent to the server via API to be predicted by the classification model. After completing the prediction process, the results are sent back to the application via the response API to display the results to the user. The classification method used is the DenseNet201 classification model which achieves an accuracy rate of 93.61%, the highest when compared to other classification models.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	android, katarak, transfer learning, API, model klasifikasi ============================================================ android, cataract, transfer learning, API, classification model
Subjects:	R Medicine > RE Ophthalmology > RE48 Eye--Diseases. Ophthalmoscopy.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Ivan Abdillah Rahman
Date Deposited:	31 Jul 2025 12:01
Last Modified:	31 Jul 2025 12:01
URI:	http://repository.its.ac.id/id/eprint/124886

Actions (login required)

View Item