18319004 Fara Gebriani.pdf
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Cover - Fara Gebriani
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
BAB 1 - Fara Gebriani
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
BAB 2 - Fara Gebriani
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
BAB 3 - Fara Gebriani
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
BAB 4 - Fara Gebriani
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
BAB 5 - Fara Gebriani
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
PUSTAKA - Fara Gebriani
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Glaukoma merupakan penyakit mata yang disebabkan oleh peningkatan tekanan
intraokular yang menyebabkan rusaknya saraf optik sehingga terjadi penurunan
kemampuan penglihatan pada mata atau bahkan kebutaan. Di Indonesia, 51.4%
kasus glaukoma baru diperiksakan pada kondisi lanjut dimana telah terjadi
kerusakan yang signifikan pada mata. 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 yaitu
pendekatan kuantifikasi karakteristik Optic Cup (OC) dan Optic Disc (OD) seperti
Cup-to-Disc Ratio (CDR), Rim-to-Disc Ratio (RDR) dan pengukuran ketebalan
neuroretinal rim pada kuadran inferior, superior, nasal dan temporal (ISNT
Quadrant) pada citra fundus retina. Pada penelitian sebelumnya, Suwandoko
(2022) telah mengembangkan metode deteksi glaukoma berdasarkan kuantifikasi
karakteristik OC dan OD. Namun, penelitian sebelumnya hanya melakukan
kuantifikasi karakteristik pada CDR dan RDR serta metode yang digunakan untuk
melakukan klasifikasi glaukoma yaitu regresi logistik. Pada penelitian ini, metode
yang dikembangkan sebelumnya akan dioptimasi dengan menambahkan fitur baru
yaitu dengan melakukan pengukuran terhadap ISNT Quadrant serta menggunakan
decision tree sebagai metode klasifikasi glaukoma. Optimasi dari metode ini
menghasilkan kinerja klasifikasi dengan akurasi, spesifisitas, sensitivitas dan f1-
score sebesar 0.900, 0.722, 1.000 dan 0.928 untuk dataset Drishti-GS dan 0.958,
0.996, 0,600 dan 0.728 untuk keseluruhan dataset REFUGE.