Deteksi Glaukoma Menggunakan Metode Convolutional Neural Network Dan Grabcut Segmentation

Abstract

Abstrak
Glaukoma adalah jenis gangguan yang menyerang penglihatan. Glaukoma terjadi karena kerusakan saraf optik yang dapat menyebabkan kebutaan. Cara yang dapat dilakukan untuk mendeteksi glaukoma adalah melalui gambar retina. Ada banyak cara untuk memproses gambar retina sebelum dapat mendeteksi glaukoma. Proses ini sangat penting karena dapat mempengaruhi tingkat keberhasilan sistem pendeteksian glaukoma. Dalam penelitian ini, kami menggunakan Convolution Neural Network sebagai metode klasifikasi. Gambaran retina dibagi menjadi dua kelas, yaitu glaukoma positif dan negatif. kemudian kami menerapkan metode Contrast Limited Adaptive Histogram Equalization (CLAHE) dan segmentasi Grabcut. Hasil akurasi tertinggi dengan menggunakan data uji pada percobaan ini adalah 75.71%, precision sebesar 75.47%, recall sebesar 76.19%, dan F1- score sebesar 75.82% untuk arsitektur CNN InceptionV3.
Kata kunci: convolutional neural network, CLAHE, pemrosesan gambar, segmentasi grabcut