Perancangan Sistem Klasifikasi Glaukoma Menggunakan Metode Convolutional Neural Network

Abstract

Penyakit glaukoma merupakan penyakit yang menyebabkan kebutaan terbanyak di dunia. Glaukoma disebabkan karena siklus memproduksi dan mengeluarkan cairan bola mata atau disebut dengan aquos humor tidak seimbang yang mengakibatkan terjadinya penekanan pada bola mata. Pengklasifikasian penyakit glaukoma secara otomatis dibutuhkan karena banyak kasus penyakit glaukoma terdeteksi saat keadaannya sudah parah. Penelitian ini merancang suatu sistem klasifikasi penyakit glaukoma menggunakan metode Convolutional Neural Network (CNN) dengan menggunakan arsitektur GoogLeNet. Klasifikasi pada sistem ini menggunakan data sebanyak 1000 data citra fundus digital. Perancangan sistem ini dapat mengklasifikasikan penyakit glaukoma menjadi lima kelas, yaitu deep, early, moderate, normal, dan hipertensi okular (OHT). Sistem ini bertujuan untuk mempermudah dalam pengklasifikasian penyakit glaukoma. Terdapat beberapa parameter yang mempengaruhi performa sistem, oleh karena itu, dilakukan beberapa skenario dalam penelitian ini agar mendapatkan parameter dengan hasil performa sistem terbaik. Hasil dari pengujian sistem memberikan akurasi sebesar 95.40%, presisi sebesar 95%, recall sebesar 94%, f1-score sebesar 94%, dan nilai loss 1.9163. Kata kunci : Glaukoma, Convolutional Neural Network (CNN),