Nur Aisyah Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Komputer 2025 id Indonesia

Skripsi

Retinopati diabetik merupakan komplikasi serius akibat diabetes melitus yang menyebabkan kerusakan pembuluh darah retina dan berpotensi menimbulkan kebutaan. Deteksi dini melalui segmentasi citra fundus menjadi langkah penting untuk membantu diagnosis penyakit ini. Penelitian ini bertujuan mengembangkan model segmentasi citra fundus retina menggunakan arsitektur R2AU-Net dengan penerapan Contrast Limited Adaptive Histogram Equalization (CLAHE) sebagai pra-pemrosesan guna meningkatkan kontras citra. Proses CLAHE dilakukan dengan parameter clipLimit 6.0 dan tileGridSize 8×8, kemudian dataset dibagi menjadi dua kategori, yaitu tanpa pra-proses CLAHE dan dengan pra-proses CLAHE. Model dilatih menggunakan optimizer Stochastic Gradient Descent dengan learning rate 10⁻², epoch 100, dan batch size 4, serta dievaluasi menggunakan metrik Pixel Accuracy, Dice Coefficient, dan Intersection over Union (IoU). Hasil menunjukkan bahwa model dengan pra-proses CLAHE menghasilkan Pixel Accuracy 0,8833, Dice Coefficient 0,4519, dan IoU 0,3440, sedangkan tanpa CLAHE memperoleh Pixel Accuracy 0,9261, Dice Coefficient 0,3742, dan IoU 0,2746. Peningkatan nilai Dice dan IoU menunjukkan bahwa penerapan CLAHE berhasil memperbaiki kualitas segmentasi dengan menonjolkan struktur pembuluh darah halus, sehingga kombinasi CLAHE dan R2AU-Net efektif untuk mendukung deteksi retinopati diabetik secara otomatis dan lebih akurat. DIABETES MELLITUS - MEDICINE IMAGE PROCESSING - COMPUTER SCIENCE 006.42 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 1704895 2025-10-24 17:26:49 2025-10-27 11:09:41 machine generated