Pengelompokan Diabetic Macular Edema Berbasis Citra Retina Mata Menggunakan Fuzzy Learning Vector Quantization (FLVQ)

Abstract

Diabetic Macula Edema (DME) merupakan komplikasi serius dari penyakit diabetes. DME diawali dengan terjadinya retinopati diabetik, yaitu gangguan pada retina mata. Stadium lanjut dari retinopati diabetic meruapakan jenis penyakit mata manusia yang disebut dengan Macula edema. Dimana pada kasus Macula Edema yang sebelumnya masih menggunakan kamera fendus, maka masih mempunyai kesulitan pada pengenalan keparahan penyakit Macula Edema. Didalam penelitian ini dilakukan pengklasifikasin keparah penyakit Macula Edema menggunakan metode ektrsaksi ciri Hue Saturation value dan Gray Level CoOccurrence dan metode Fuzzy Learning Vector Quantization (FLVQ) untuk pengklasifikasi. Dari 400 gambar citra retina mata akan dibagi sesuai rasio pengujian yaitu dengan rasio ,  dan . Yang akan terjadi akhir berasal perangkat lunak yg dibangun dari penelitian ini artinya berupa sosialisasi taraf keparahan penyakit Macula Edema yang diproses apakah berhasil dikenali atau tidak. Berdasarkan pengujian akurasi memakai metode confusion matrix, maka didapatkan akibat akurasi tertinggi yaitu 100%. Oleh karna itu, dapat disimpulkan bahwa metode ekstraksi ciri pada kasus mampu mengenali ciri dari penyakit Macula Edema berdasarkan Hard Exudate