Retinopati hipertensi merupakan suatu penyakit yang disebabkan karena adanya
tekanan darah tinggi pada pembuluh darah retina. Pada tingkat yang sangat parah
penyakit ini dapat menyebabkan kebutaan pada mata, oleh karena itu
pendeteksian retinopati hipertensi sedini mungkin perlu dilakukan. Deteksi secara
manual dapat dilakukan oleh dokter spesialis mata (oftalmologis) berdasarkan
citra funduskopi retina pasien. Sayangnya, sistem deteksi manual ini kurang
efektif dikarenakan terbatasnya jumlah dokter spesialis mata yang ada di
Indonesia serta lamanya waktu diagnosis. Kemajuan dalam bidang teknologi
komputer membuat sistem deteksi otomatis memungkinkan untuk dilakukan
melalui pengolahan citra digital dan machine learning. Salah satu ciri yang
mengindikasikan penyakti retinopati hipertensi dini adalah adanya penyempitan
pembuluh darah arteriovenolar. Tingkat penyempitan ini dapat dihitung secara
kuantitatif melalui perhitungan rasio arteriovenosa (AVR), yaitu rasio antara
diameter pembuluh darah arteri dengan vena yang biasa dilakukan secara manual
oleh dokter mata. Pada penelitian ini, diajukan sistem perhitungan nilai AVR
secara otomatis yang memuat proses pre-processing, segmentasi pembuluh darah,
perhitungan diameter pembuluh darah, klasifikasi pembuluh darah arteri dan vena,
dan perhitungan nilai rasio arteriovenosa. Algoritma segmentasi yang
dikembangkan mampu mengatasi kesalahan segmentasi pembuluh akibat
keberadaan eksudat dan lesi merah, sehingga meningkatkan presisi segmentasi
dari 65,65% menjadi 82,19%. Penelitian ini berhasil mengidentifikasi 18 fitur
terpenting yang menjadi kunci pembeda arteri dan vena, dengan akurasi
klasifikasi sebesar 97,3% (INSPIRE-AVR) dan 98,5% (AVRDB) pada model
SVM dengan RBF. Pengukuran AVR secara otomatis dikembangkan berdasarkan
metode Knudtson dan menghasilkan korelasi dengan pengukuran manual (???? =
0,649) yang sebanding besarnya dengan korelasi antar pengukuran manual oleh
dua orang pengamat (???? = 0,645). Dengan demikian, rancangan sistem
perhitungan nilai AVR yang dikembangkan pada penelitian ini dinilai mampu
menjadi pilihan alternatif untuk menggantikan perhitungan nilai AVR secara
manual oleh dokter mata.