SEGMENTASI PEMBULUH DARAH DARI AUGMENTASI DATA PADA CITRA RETINA DENGAN METODE U-NET CONVOLUTIONAL NEURAL NETWORK

SAFMI, ASRI and Erwin, Erwin (2021) SEGMENTASI PEMBULUH DARAH DARI AUGMENTASI DATA PADA CITRA RETINA DENGAN METODE U-NET CONVOLUTIONAL NEURAL NETWORK. Undergraduate thesis, Sriwijaya University.

[thumbnail of RAMA_56201_09011181722002.pdf] Text
RAMA_56201_09011181722002.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (8MB) | Request a copy
[thumbnail of RAMA_56201_09011181722002_TURNITIN.pdf] Text
RAMA_56201_09011181722002_TURNITIN.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (8MB) | Request a copy
[thumbnail of RAMA_56201_09011181722002_0029017101_01_front_ref.pdf]
Preview
Text
RAMA_56201_09011181722002_0029017101_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Preview
[thumbnail of RAMA_56201_09011181722002_0029017101_02.pdf] Text
RAMA_56201_09011181722002_0029017101_02.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[thumbnail of RAMA_56201_09011181722002_0029017101_03.pdf] Text
RAMA_56201_09011181722002_0029017101_03.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[thumbnail of RAMA_56201_09011181722002_0029017101_04.pdf] Text
RAMA_56201_09011181722002_0029017101_04.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[thumbnail of RAMA_56201_09011181722002_0029017101_05.pdf] Text
RAMA_56201_09011181722002_0029017101_05.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[thumbnail of RAMA_56201_09011181722002_0029017101_06_ref.pdf] Text
RAMA_56201_09011181722002_0029017101_06_ref.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[thumbnail of RAMA_56201_09011181722002_0029017101_07_lamp.pdf] Text
RAMA_56201_09011181722002_0029017101_07_lamp.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (6MB) | Request a copy

Abstract

Retina adalah bagian terpenting dari mata. Dengan ekstraksi ciri yang tepat dapat menjadi langkah awal untuk mendeteksi suatu penyakit. Morfologi pembuluh darah retina dapat digunakan untuk mengidentifikasi dan mengklasifikasikan suatu penyakit. Langkah seperti segmentasi dan analisis pembuluh darah retina dapat membantu tenaga medis dalam mendeteksi tingkat keparahan suatu penyakit. Pada makalah ini diusulkan segmentasi vaskular menggunakan arsitektur U-net pada metode Convolutional Neural Network untuk melatih model segmentasi sematik pada pembuluh darah retina. Selain itu, metode Contrast Limited Adaptive Histogram Equalization (CLAHE) digunakan untuk meningkatkan kontras grayscale dan Median Filter yang digunakan untuk mendapatkan kualitas gambar yang lebih baik. Augmentasi data juga digunakan untuk memaksimalkan jumlah set data yang dimiliki agar lebih banyak. Metode yang diusulkan mendukung implementasi yang lebih mudah. Dalam penelitian ini dataset yang digunakan adalah STARE dengan hasil akurasi, sensitivitas, spesifisitas, presisi, dan f1-score yang mencapai 97,64%, 78,18%, 99,20%, 88,77%, dan 82,91% pada data hasil augmentasi. sedangkan untuk hasil non-augmentasi menghasilkan akurasi, sensitivitas, spesifisitas, presisi, dan f1-score mencapai 95.98%, 65.73%, 98.97%, 86.09%, dan 73.86%.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Diabetic Retinopathy, CLAHE, Median Filter, Augmentation, U-net, CNN
Subjects: Q Science > Q Science (General) > Q334-342 Computer science. Artificial intelligence. Algorithms. Robotics. Automation.
Divisions: 09-Faculty of Computer Science > 56201-Computer Systems (S1)
Depositing User: Asri Safmi
Date Deposited: 04 Aug 2021 07:25
Last Modified: 04 Aug 2021 07:25
URI: http://repository.unsri.ac.id/id/eprint/51570

Actions (login required)

View Item View Item