Selamat Datang di Website Dosen

Diabetik Retinopati (DR) adalah penyakit yang dapat mengakibatkan kebutaan. Penyakit ini terjadi akibat adanya kerusakan mikrovaskular pada retina mata manusia dan dipengaruhi pula oleh Diabetes Militus. Proses kebutaan pada DR melewati beberapa tahapan. Mulai dari tahap awal hingga ke tahap lanjut. Untuk itu proses pendeteksian dini sangat penting untuk dilakukan sehingga pengobatan dan penanganan yang tepat dapat diberikan. Pada penelitian ini tingkatan stadium yang digunakan adalah Normal, Early NPDR, Advanced NPDR, dan PDR. Adapun eksperimen dilakukan menjadi 2 mekanisme. Mekanisme pertama menggunakan fitur tekstur dari Grey Level Coocurence Matrix (GLCM). Mekanisme kedua menggunakan fitur penanda DR yang khas seperti mikroaneurisma, eksudat keras, dan pembuluh darah. Data yang digunakan adalah data citra retina dari Rumah Sakit Cipto Mangunkusumo (RSCM) Indonesia dimana pembagian data pelatihan dan pengujian menggunakan 10-fold Cross Validation. Kemudian data diolah dengan teknik morfologi dan diklasifikasi menggunakan Extreme Learning Machine (ELM) yang dikenal sebagai metode klasifikasi yang 1000 kali lebih cepat dibanding dengan Single Layer Perceptron dan cocok untuk pembelajaran citra medis. Penelitian ini menghasilkan suatu informasi dasar yang dapat dijadikan sebagai acuan kategori tingkatan stadium DR dengan akurasi sebesar 53,53% untuk mekanisme satu dan 52,26% untuk mekanisme kedua. Kata kunci— Diabetic Retinopathy; Cross Validation; GLCM Morfologi; Extreme Learning Machine

Neovascular is an early sign of Proliferative Diabetic Retinopathy (PDR) stage. The diagnosis of this sign is very important to provide proper handling and treatment, thus minimizing the possibility of decreased visual function. With this classification it will be easier to distinguish between normal and abnormal blood vessels (neovascular). In this paper, we use a combination of image processing methods, Adaptive Histogram Equalization, Morphology Opening and Extreme Learning Machine (ELM) as a method of classification. The evaluation method is verified on public database DIARETDB0 using a different number of dataset. Accuracy obtained from the ELM is 97.5% and provide improved results and performance compared to previous methods. Keywords: Diabetic retinopathy (DR), Proliferative Diabetic Retinopathy (PDR), Neovascular, Extreme Learning Machine (ELM).

Keywords: Diabetic retinopathy (DR), Proliferative Diabetic Retinopathy (PDR), Neovascular, Extreme Learning Machine (ELM).