INDENTIFIKASI PENYAKIT MATA DENGAN KLASIFIKASI CITRA FOTO FUNDUS MENGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)

Abstract

Penelitian ini berfokus pada deteksi dini penyakit mata menggunakan teknologi Computer Vision dan Deep Learning. Penyakit mata seperti diabetic retinopathy, glaukoma, katarak, degenerasi makula terkait usia, hipertensi okuli, dan miopia adalah penyebab utama kebutaan. Metode yang digunakan adalah Convolutional Neural Networks (CNN) dengan arsitektur VGG-16 untuk mengklasifikasikan citra foto fundus. Penelitian dilakukan dengan melatih dan menguji model klasifikasi menggunakan dataset citra foto fundus yang mencakup berbagai penyakit mata. Evaluasi dilakukan dengan mengukur akurasi, presisi, dan recall menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa kinerja model dengan iterasi sebanyak 30 iterasi pada dataset yang menghasilkan accuracy sebesar 0,45 menunjukkan bahwa model dengan benar memprediksi label kelas sekitar 45% dari sampel.