Identifikasi Penyakit Diabetic Retinopathy menggunakan Learning Vector Quantization (LVQ)

Abstract

Diabetic retinopathy (retinopati diabetik) merupakan sejenis penyakit mata yang terjadi pada pengidap diabetes. Untuk mendeteksi jenis penyakit ini, dokter mata biasanya akan melakukan pemeriksaan dengan cara memeriksa mata dengan pupil lebar dan komprehensif. Adapun hambatan dalam mendeteksi retinopati diabetik adalah alat pemeriksaan yang belum masif dan belum memadai serta masih memakan waktu dalam mengidentifikasi tahap demi tahap pada retina manual. Berdasarkan masalah tersebut dibutuhkanlah suatu sistem untuk membantu dokter dalam mengidentifikasi retina yaitu dengan menerapkan pattern recognition menggunakan algoritma Learning Vector Quantization (LVQ). Sistem yang dijalankan dengan memasukkan citra tetina kemudian akan melaui proses preprocessing citra dan ekstraksi fitur statistik untuk mendapatkan hasil yang sesuai untuk dilakukan identifikasi menggunakan LVQ. Data retina yang digunakan terbagi menjadi 3 yaitu data training, data validation dan data testing. Pada data validation diuji dan mendapatkan hyperparameter untuk membentuk model jaringan terbaik yaitu pada epoch 50 dan learning rate 0,001. Kemudian dilakukan pelatihan hingga menghasilkan bobot akhir dengan algoritma pelatihan LVQ. Bobot akhir tersebut akan digunakan pada proses pengujian dengan data uji dan menghasilkan accuracy 82% sensitivity 80% dan precision 83,33%