Deteksi Kolesterol Melalui Citra Iris Mata Menggunakan Metode Local Binary Pattern Dan Klasifikasi Jaringan Syaraf Tiruan

Authors

DOI:

https://doi.org/10.34818/eoe.v7i2.12871

Abstract

Kolesterol merupakan lemak yang berada di dalam darah manusia yang diperlukan untuk pembentukan beberapa hormon dan dinding sel baru. Kelebihan kolesterol dalam darah dapat mengakibatkan jantung koroner dan stroke. Kadar kolesterol normal manusia berada di kisaran 200 mg/dL atau kurang. Pada saat ini pengujian kadar kolesterol masih menggunakan darah atau biasa disebut teknik invasif. Sebelumnya, pasien harus berpuasa selama 10-12 jam sehingga membuat teknik ini kurang efisien dari segi waktu. Maka dari itu, dirancang sebuah sistem yang dapat mendeteksi kolesterol dengan waktu yang singkat menggunakan citra mata dengan teknik iridologi. Penelitian ini bertujuan untuk mendeteksi kolesterol seseorang termasuk kolesterol normal, berisiko kolesterol, dan kolesterol tinggi. Proses sistem diawali dengan akusisi data citra kemudian dilakukan proses preprocessing yang terdiri dari proses resize, ROI crop dan konversi citra mata RGB ke grayscale. Dalam penelitian ini metode Local Binary Pattern (LBP) digunakan sebagai metode ekstraksi ciri dan metode Jaringan Syaraf Tiruan (JST) digunakan sebagai klasifikasinya. Berdasarkan hasil pengujian, sistem yang dibangun mampu mendeteksi kolesterol melalui citra iris mata dan mengklasifikasikan kedalam tiga kelas. Jumlah citra iris mata yang digunakan sebanyak 120 citra dengan 60 data latih dan 60 data uji. Hasil yang diperoleh yaitu tingkat akurasi tertinggi 91.66 % dan waktu komputasi rata-rata 0.3362 s dengan parameter uji orde satu, radius (r) = 1, resize piksel 768 × 768, ROI = 64, epoch 1000 dan hidden layer 10.

Kata Kunci: Kolesterol, Citra Mata, Local Binary Pattern, Jaringan Syaraf Tiruan.

Downloads

Download data is not yet available.

References

[1] A. D. Hartanto, R. R. Isnanto and A. Hidayatno, “Pengenalan Citra Iris Mata Menggunakan Alihragam Wavelet Daubechies Orde 4,”TRANSMISI, pp. 145-149, 2010.

[2] K. G. Adi, P. V. Rao, V. K. Adi, “Analysis and Detection of Cholesterol by Wavelets based and ANN Classification,” 2nd International Conference on Nanomaterials and Technologies (CNT 2014), 2014.

[3] A. Maria, "Penggunaan Jaringan Syaraf Tiruan Backpropagation Untuk Seleksi Penerimaan Mahasiswa Baru Pada Jurusan Teknik Komputer Di Politeknik Negeri Sriwijaya," JSINBIS (Jurnal Sistem Informasi Bisnis), vol. 2, no. 2, pp. 089-097, Jun. 2012.

[4] A. Saputra, W. Broto, L. B. Rachman, “Deteksi Kadar Kolesterol Melalui Iris Mata Menggunakan Image Processing Dengan Metode Jaringan Syaraf Tiruan Dan Gray Level Co-Occurrence Matrix (Glcm),” Semin. Nas. Fis., vol. VI, 2017, doi: 10.21009/03.snf2017.02.cip.09.

[5] A. Kadir and A. Susanto, “Teori dan Aplikasi Pengolahan Citra”. Isbn: 978-979-29-3430-4,2013.

[6] A. Suroso, Y. Fitri, S. F. Retnowaty, and Nurkhamdi, “Aplikasi Pengenalan Ucapan Dengan Ekstraksi Ciri Mel-Frequency Cepstrum Coefficients (MFCC) dan Jaringan Syaraf Tiruan (JST) Propagasi Balik Untuk Buka dan Tutup Pintu,”Jurnal Komputer Terapan, vol. 01, no. 02, pp. 121–132, Nov. 2015.

[7] A. W. Sanjaya, “Deteksi Penyakit Kulit Menggunakan Analisis Fitur Warna dan Tekstur Dengan Metode Color Moment, Gray Level Cooccurence Matrix dan Jaringan Saraf Tiruan Backpropagation”. Tugas Akhir,2011.

[8] “Atherosclerosis,” (Date last accessed 10-November-2019). [Online]. Available: www.nhs.uk/Conditions/Atherosclerosis

[9] B. M. Waller, M. S. Nixon, J. N. Carter. “Image Reconstruction from Local Binary Patterns”. 2013 International Conference on Signal-Image Technology & Internet-Based Systems,” doi:10.1109/sitis.2013.30.

[10] S. V. Mahesh, R, Dr. Gunasundari, N. Ezhilvathani, (2016). “Non-Invasive Measurement of Cholesterol Levels Using Eye Image Analysis Regression analysis”. International Conference on Advances in Computational Intelligence and Communication (CIC 2016), (pp. 33 - 42).

[11] M. A. Rahim, M. N. Hossain dan T. Wahid, “Face Recognition using Local Binary Patterns (LBP),” Global Journal of Computer Science and Technology, vol. 13, no. 4, 2013.

[12] M. A. Siddik, L. Novamizanti, I. N. Apraz Ramatryana. “Deteksi Level Kolesterol melalui Citra Iris Mata Berbasis HOG dan ANN”. ISSN (p): 2338-8232 | ISSN(e): 2459-9638. Vol.7 No.2.

[13] P. G. D. G. a. A. D. Krishna Devi, “An Effective Feature Extraction Approach for Iris Recognition System”, Indian Journal of Science and Technology, vol. 9 (47), 2016.

[14] R. Munir, Pengolahan Citra Digital. Informatika Bandung, 2004.

[15] G. Sarika. and S. Madhuri, “Automated Detection of Cholesterol Presence using Iris Recognition Algorithm,” Int. J. Comput. Appl., vol. 133, no. 6, pp. 41–45, 2016, doi: 10.5120/ijca2016907867.

[16] S. N. Andana, L. Novamizanti, I N. Apraz Ramatryana. “Measurment of Cholesterol Condition of Eye Image Using Fuzzy Local Binarry Pattern (FLBP) and Linear Regression”. Proc. - 2019 IEEE Int. Conf. Signals Syst. ICSigSys 2019, pp. 79–84, 2019, doi: 10.1109/ICSIGSYS.2019.8811071.

[17] A. M. P. Putra. “Deteksi Dispesia Melalui Iris Mata Menggunakan Jaringan Syaraf Tiruan Cascade Correlation”. Bandung : Tugas Akhir,2013.

[18] D. P. Waluya, E. Suhartono, and S. Irma. “Deteksi Kolesterol menggunakan Citra Mata berbasis Local Binary Pattern dan Support Vector Machine”. Tugas Akhir, 2019.

[19] W. H. Organization, “Global health observatory (gho) data cholesterol,” 2008. [Online]. Available: http://www.who.int/gho/ncd/risk factors/cholesterol mean text/en/.

[20] W. Burger and M. J. Burge, “Digital Image Processing: An Algorithmic Introduction using Java, Texts in Computer Science”. ISBN 978-1-84628-379-6. Springer-Verlag London, 2008.

Downloads

Published

2020-08-01

Issue

Pages

3548-3555

Section

Program Studi S1 Teknik Telekomunikasi

How to Cite

Elisabet, A., Magdalena, R., & Raharjo, J. (2020). Deteksi Kolesterol Melalui Citra Iris Mata Menggunakan Metode Local Binary Pattern Dan Klasifikasi Jaringan Syaraf Tiruan. EProceedings of Engineering, 7(2), 3548-3555. https://doi.org/10.34818/eoe.v7i2.12871