Ekstraksi Fitur Berbasis Principal Component Analysis (PCA) dan Morphology Operator untuk Segmentasi Optic Disc pada Citra Fundus

Diabetes merupakan penyakit yang dapat menyerang organ tubuh manusia khususnya fungsi penglihatan. Gangguan fungsi penglihatan yang disebabkan diabetes dikenal sebagai Diabetic Retinopathy (DR). Mata merupakan organ utama fungsi penglihatan, beberapa organ pada mata dapat digunakan untuk menganalisa penyakit termasuk penyakit diabetes retinopathy. Optic disc (OD) merupakan pusat pertemuan syaraf mata. Letak OD pada citra fundus mudah diamati karena OD memiliki kontras lebih tajam dibanding fitur lain yaitu exudate yang merupakan gejala DR yang tampak berupa bercak pada mata. Dalam penelitian ini, untuk menentukan segmentasi OD terdapat dua tahap yaitu preprocessing dan segmentasi. Pada tahap preprocessing merubah citra RGB menjadi citra grayscale menggunakan ekstraksi fitur berbasis Principal Component Analysis (PCA), nilai grayscale PCA diambil dari nilai eigen vector berdasarkan eigen value yang terbesar. Hasil citra grayscale PCA yang didapat memiliki kontras yang lebih baik dan tajam dalam mempresentasikan objek optic disk. Kemudian dilakukan penghapusan pembulu darah dengan menggunakan Morphology Operator. Pada tahap segmentasi menggunakan metode Otsu Thresholding untuk menentukan nilai ambang segmentasi. Metode ini telah diujikan pada database Messidor yang terdiri dari 100 citra fundus. Dengan database ini, didapatkan rata-rata akurasi sebesar 99,11%, sensitiftas 81,298%, dan spesifitas 99,412%.