Deteksi Pembuluh Darah pada Citra Fundus Retina Menggunakan Gabungan Metode Segementasi Pembuluh Darah Lebar dan Tipis

Agustianto, Khafidurrohman and Choirunnisa, Shabrina and Huda, Choirul and Afianah, Nuzula (2022) Deteksi Pembuluh Darah pada Citra Fundus Retina Menggunakan Gabungan Metode Segementasi Pembuluh Darah Lebar dan Tipis. Jurnal Teknologi Informasi dan Terapan, 9 (1). ISSN 2354-838X

	Text 276-Article Text-1363-1-10-20220806.pdf Download (758kB)
	Text Artikel-1 (18%) - Deteksi Pembuluh Darah pada Citra.pdf Download (2MB)

Abstract

Organ tubuh merupakan bagian terpenting yang mampu menunjang manusia untuk beraktivitas dalam kehidupan sehari-hari. Salah satunya adalah organ mata. Mata merupakan bagian lunak yang sangat sensitif dan rawan diserang penyakit apabila terdapat suatu kondisi medis tertentu pada tubuh. Salah satu bagian mata yang rawan adalah retina. Retinopati Diabetes merupakan salah satu penyakit yang dapat mengganggu penglihatan manusia bahkan hingga mengalami kebutaan. Terdapat dua cara dalam mendeteksi Retinopati Diabetes yaitu secara manual dan menggunakan teknologi. Pendeteksian manual biasanya dilakukan oleh seorang ekspertir namun dirasa kurang akurat karena hanya menggunakan mata telanjang. Oleh karena itu, diperlukan sistem yang mampu mendeteksi pembuluh darah pada citra fundus mata secara otomatis dan akurat. Dengan memanfaatkan teknologi, Retinopati Diabetes diharapkan dapat didiagnosa secara dini melalui proses segmentasi dengan mengamati apakah ada kelainan pada pembuluh darah retina. Beberapa contoh kelainan yang umum terjadi pada pembuluh darah retina yaitu: peembesaran pada pembuluh darah retina, adanya abnormalisasi pada percabangan pembuluh darah, dan sebagainya. Pada penelitian ini, tahapan yang diusulkan untuk menghasilkan segmentasi pembuluh darah pada citra fundus mata dengan optimal yaitu 1. Preprocessing dengan terlebih dahulu mengekstraksi Green Channel lalu mengaplikasikan CLAHE dan 2D Gabor Wavelet; 2. Menggunakan metode Contouring-Level Set dan Region Growing masing-masing untuk memperoleh pembuluh darah lebar dan pembuluh darah tipis; 3. Tahap terakhir merupakan postprocessing menggunakan metode operator logika or. Dataset yang digunakan adalah dataset DRIVE dan diperoleh rata rata akurasi sebesar 94.32%, sensitivitas sebesar 77.09% dan spesifisitas sebesar 96.04% pada 20 percobaan.

Actions (login required)

View Item