Khairuzzikri Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2023

Skripsi

ABSTRAK Glaukoma adalah penyakit mata yang menyebabkan kerusakan pada saraf mata karena tekanan intraokuler yang tinggi. Penyakit ini umumnya dialami oleh individu di atas usia 60 tahun dengan gejala awal yang sulit dideteksi. Penggunaan citra termal bertujuan untuk melihat perubahan suhu pada mata yang terjadi pada penderita glaukoma dan orang yang tidak menderita penyakit ini. Penelitian ini bertujuan untuk membangun model deep learning menggunakan citra glaukoma dengan menggunakan arsitektur ResNet18, ResNet34, ResNet50, dan ResNet101. Penggunaan keempat arsitektur tersebut bertujuan untuk membandingkan performa dalam mendeteksi penyakit glaukoma dengan membagi citra menjadi dua kelas, yaitu kelas normal dan kelas glaukoma. Pada arsitektur ResNet18 dan ResNet34 didapatkan hasil akurasi sebesar 100%, sensitivity 1 dan specificity 1. Kemudian ResNet50 memiliki akurasi 99%, sensitivity 0,98, dan specificity 1. Terakhir, model ResNet101 memiliki akurasi 99%, sensitivity 1, dan specificity 0,98. Berdasarkan hasil yang diperoleh, dapat disimpulkan bahwa model ResNet18 dan ResNet34 merupakan model yang paling stabil yang ditunjukkan oleh learning curve dan akurasi yang tinggi. Keyword: Glaukoma, Convolutional Neural Network (CNN), ResNet, Citra Termal 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 114115 2023-09-04 16:10:11 2023-09-04 16:25:30 machine generated