KLASIFIKASI PENYAKIT DIABETIC RETINOPATHY MENGGUNAKAN METODE ENSEMBLE PADA ARSITEKTUR DENSENET, MOBILENET, DAN XCEPTION

MUZAYYADAH, FATHONA NUR and Desiani, Anita and Zayanti, Des Alwine (2021) KLASIFIKASI PENYAKIT DIABETIC RETINOPATHY MENGGUNAKAN METODE ENSEMBLE PADA ARSITEKTUR DENSENET, MOBILENET, DAN XCEPTION. Undergraduate thesis, Sriwijaya University.

[thumbnail of RAMA_44201_08011381722083.pdf] Text
RAMA_44201_08011381722083.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[thumbnail of RAMA_44201_08011381722083_TURNITIN.pdf] Text
RAMA_44201_08011381722083_TURNITIN.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (14MB) | Request a copy
[thumbnail of RAMA_44201_08011381722083_0011127702_0004127001_01_front_ref.pdf]
Preview
Text
RAMA_44201_08011381722083_0011127702_0004127001_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Preview
[thumbnail of RAMA_44201_08011381722083_0011127702_0004127001_02.pdf] Text
RAMA_44201_08011381722083_0011127702_0004127001_02.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (514kB) | Request a copy
[thumbnail of RAMA_44201_08011381722083_0011127702_0004127001_03.pdf] Text
RAMA_44201_08011381722083_0011127702_0004127001_03.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (135kB) | Request a copy
[thumbnail of RAMA_44201_08011381722083_0011127702_0004127001_04.pdf] Text
RAMA_44201_08011381722083_0011127702_0004127001_04.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[thumbnail of RAMA_44201_08011381722083_0011127702_0004127001_05.pdf] Text
RAMA_44201_08011381722083_0011127702_0004127001_05.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (63kB) | Request a copy
[thumbnail of RAMA_44201_08011381722083_0011127702_0004127001_06_ref.pdf] Text
RAMA_44201_08011381722083_0011127702_0004127001_06_ref.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (139kB) | Request a copy
[thumbnail of RAMA_44201_08011381722083_0011127702_0004127001_07_lamp.pdf] Text
RAMA_44201_08011381722083_0011127702_0004127001_07_lamp.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (406kB) | Request a copy

Abstract

Convolutional neural network (CNN) merupakan metode deep learning yang sering digunakan dalam segmentasi maupun klasifikasi dan dapat menangani data input berbentuk citra. Penerapan CNN banyak digunakan pada data citra, salah satunya adalah citra Diabetic Retinopathy (DR). Diabetic Retinopathy (DR) adalah penyakit yang menyerang pembuluh darah retina akibat dari komplikasi penyakit diabetes yang berkepanjangan. Metode ensemble memiliki kemampuan dalam mengatasi kelemahan dari setiap arsitektur pada klasifikasi tunggal (DenseNet, MobileNet, dan Xception) dengan cara menggabungkan hasil kinerja pada setiap klasifikasi tunggal. Penelitian ini menerapkan metode ensemble dengan menggabungkan hasil kinerja pada arsitektur DenseNet, MobileNet, dan Xception pada klasifikasi DR untuk permasalahan 2 kelas. Langkah-langkah yang dilakukan pada penelitian ini yaitu pengumpulan data, pelatihan, pengujian, dan evaluasi. Hasil penelitian tersebut diperoleh nilai akurasi sebesar 85,22%, sensitivitas 70,63%, spesifisitas 99,40%, f1-score 87,21% dan cohens kappa 0,7032 dengan menggunakan dataset EyePACS sebagai data latih dan APTOS sebagai data uji. Berdasarkan hasil tersebut dapat disimpulkan bahwa metode ensemble bekerja dengan baik dalam melakukan klasifikasi DR untuk permasalahan 2 kelas, ditunjukkan oleh nilai akurasi dan f1-score diatas 85%, nilai spesifisitas diatas 90% dan cukup baik dengan nilai sensitivitas diatas 70% dan nilai cohens kappa 70,32%. Selain itu, metode ensemble yang diusulkan dapat mengatasi masalah overfitting pada klasifikasi tunggal.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Diabetic Retinopathy, Ensemble, DenseNet, MobileNet, Xception
Subjects: Q Science > QA Mathematics > QA101-(145) Elementary mathematics. Arithmetic
Q Science > QA Mathematics > QA8.9-QA10.3 Computer science. Artificial intelligence. Computational complexity. Data structures (Computer scienc. Mathematical Logic and Formal Languages
Divisions: 08-Faculty of Mathematics and Natural Science > 44201-Mathematics (S1)
Depositing User: FATHONA NUR MUZAYYADAH
Date Deposited: 23 Mar 2022 06:54
Last Modified: 23 Mar 2022 06:54
URI: http://repository.unsri.ac.id/id/eprint/66184

Actions (login required)

View Item View Item