Perpustakaan Digital ITB

Glaukoma merupakan penyakit mata yang disebabkan oleh peningkatan tekanan intraokular. Tekanan ini menyebabkan rusaknya saraf optik sehingga terjadi penurunan kemampuan penglihatan atau bahkan kebutaan. Di Indonesia 51.4% kasus glaukoma baru diperiksakan pada kondisi lanjut, yaitu ketika sudah terdapat kerusakan signifikan pada mata atau bahkan ketika penglihatan sudah sangat berkurang. Oleh karena itu, glaukoma harus dideteksi sedini mungkin agar pasien mendapatkan penanganan dini. Deteksi dengan bantuan komputer akan sangat membantu proses deteksi glaukoma. Saat ini, terdapat banyak pengembangan metode deteksi glaukoma otomatis, salah satunya adalah pendekatan kuantifikasi karakteristik optic disc dan optic cup seperti cup to disc ratio dan rim to disc ratio menggunakan proses segmentasi semantik optic disc dan optic cup. Pada penelitian sebelumnya, Almustofa (2021) telah mengembangkan metode deteksi glaukoma berdasarkan kuantifikasi karakteristik optic disc dan optic cup. Namun, penelitian ini baru diujikan pada dataset Drishti-GS dan Refuge Training Set. Pada penelitian ini, metode yang dikembangkan sebelumnya akan dioptimasi dengan menambahkan dataset baru yaitu keseluruhan dataset Refuge. Optimasi dari metode ini menghasilkan kinerja lokalisasi dengan proporsi optic disc 100.00 ± 0.00% pada dataset Drishti-GS dan 99.83 ± 3.95% pada dataset Refuge. Segmentasi optic disc mencapai fscore sebesar 0.979 ± 0.005 pada data Drishti-GS dan fscore 0.942 ± 0.026 pada data Refuge. Segmentasi optic cup mencapai fscore sebesar 0.948 ± 0.020 pada dataset Drishti-GS dan fscore sebesar 0.843 ± 0.068 pada dataset Refuge. Kemudian akurasi, spesifisitas, dan sensitivitas klasifikasi glaukoma sebesar 0.880, 0.667, dan 1.000 pada dataset Drishti-GS. Lalu akurasi, spesifisitas, dan sensitivitas klasifikasi glaukoma sebesar 0.955, 0.981, dan 0.725 pada dataset Refuge.