Klasifikasi Retinopati Diabetik Menggunakan Convolutional Neural Network

Retinopati Diabetik (RD) merupakan suatu penyakit gangguan penglihatan yang
dapat mengakibatkan kerusakan pada bagian retina mata. RD disebabkan oleh
penyakit Diabetes Melitus pada bagian mata manusia yang paling banyak
menyebabkan kebutaan menetap. Penyakit RD tidak dapat dilihat secara kasat mata
dan membutuhkan waktu relatif lama untuk mengetahui hasilnya. Sehingga perlu
adanya sistem komputasi untuk mendeteksi penyakit RD. Penelitian ini bertujuan
untuk mengklasifikasikan tingkat keparahan penyakit RD. Penelitian ini
menggunakan metode Convolutional Neural Network (CNN) SqueezeNet dan
VGG16. Dataset citra retina diperoleh dari dataset publik yaitu APTOS 2019
Blindness Detection. Tahap preprocessing klasifikasi penyakit RD diawali dengan
melakukan resize ukuran citra menjadi 224 x 224 piksel kemudian dilakukan
proses filter gaussian. Jumlah dataset yang digunakan yaitu 500 citra retina yang
terdiri 5 kelas yaitu (0)No DR, (1)Mild (2)Moderate dan (3)Severe dan (4)Poliferate
DR. Hasil penelitian menunjukkan akurasi yang diperoleh pada metode
Convolutional Neural Network (CNN) SqueezeNet menghasilkan nilai akurasi
53%, precission 51% dan recall 51,02%. Pada VGG16 menghasilkan nilai akurasi
40%, precission 47% dan recall 57,65%.