<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="101011">
 <titleInfo>
  <title>KLASIFIKASI RETINOPATI DIABETES MELALUI PENINGKATAN KUALITAS CITRA DAN DEEP LEARNING</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>MIRA HAYATI</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Retinopati diabetes (DR) merupakan jenis penyakit diabetes melitus yang menyerang retina mata. DR akan mengakibatkan penderita mengalami kebutaan secara perlahan. DR dapat dideteksi dengan menggunakan alat khusus yang disebut oftalmoskop untuk melihat bagian dalam bola mata. Citra yang dihasilkan oleh alat ini kemudian didiagnosa oleh dokter. Namun pada kondisi dimana terjadi perbedaan yang sangat kecil antara citra normal dan citra DR, diperlukan bantuan komputer sehingga nilai akurasi pembacaan citra dapat lebih maksimal. Algoritma klasifikasi citra DR dengan tingkat akurasi yang tinggi telah ditunjukkan oleh metode deep learning. Namun demikian, nilai akurasi klasifikasi masih dapat ditingkatkan dengan melakukan metode image enhancement (peningkatan kualitas citra). Oleh karena itu maka pada penelitian ini akan dilakukan suatu metode peningkatan kualitas citra yang kemudian akan diintegrasikan dengan algoritma pengklasifikasian berbasis deep learning. Sehingga dengan melakukan peningkatan kualitas citra dapat dihasilkan citra yang kontras pada area yang mengidentifikasikan DR.  Citra DR pertama kali akan dilakukan perataan histogram ataupun peningkatan kualitas citra menggunakan CLAHE kemudian hasil dari CLAHE akan dilakukan proses pengklasifikasian menggunakan deep learning yaitu CNN. Hasil penelitian dari penggunaan peningkatan citra CLAHE menunjukkan akurasi rata-rata dari metode tersebut menggunakan optimizer SGD pada beberapa model sangat baik yaitu 91% untuk model VGG16, 95% untuk InceptionV3 dan 97% untuk EfficientNet dibandingkan dengan citra asli yang hanya memiliki akurasi 87% untuk model VGG16, 90% untuk model InceptionV3 dan 95% untuk EfficientNet. Namun pada ResNet34 akurasi lebih bagus didapatkan pada citra asli dengan akurasi 95% sedangkan pada citra CLAHE nilai akurasinya hanya 84%.&#13;
Kata kunci: Retinopati diabetes (DR), CLAHE, image enhancement (peningkatan citra), deep learning, dan CNN.&#13;
</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>ALGORITHMS - COMPUTER PROGRAMING</topic>
 </subject>
 <classification>005.1</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>101011</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2022-06-21 21:23:34</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-08-29 11:56:57</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>