Ekstraksi Ciri Berbasis GLRLM untuk Klasifikasi Katarak pada Pembuluh Darah dan Optic Disc pada Citra Fundus Smartphone
Abstrak
Deteksi dini katarak merupakan langkah krusial dalam upaya pencegahan kebutaan, terutama di negara berkembang dengan keterbatasan akses terhadap layanan kesehatan mata. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi katarak berbasis citra retina yang diambil menggunakan kamera fundus smartphone, dengan fokus pada area optic disc sebagai objek utama analisis. Proses pengolahan mencakup pra-pengolahan citra, segmentasi optic disc, ekstraksi ciri tekstur menggunakan metode Gray Level Run Length Matrix (GLRLM), dan klasifikasi menggunakan Backpropagation Neural Network (BPNN). Dataset yang digunakan terdiri dari 60 citra retina, terbagi menjadi empat kelas: normal, katarak mild, medium, dan severe. Hasil evaluasi menunjukkan bahwa akurasi pelatihan mencapai 100%, sedangkan akurasi pengujian sebesar 75%. Seluruh kelas pada tahap pelatihan berhasil diklasifikasikan secara tepat, namun pada tahap pengujian terjadi kekeliruan klasifikasi pada beberapa kelas, yang menunjukkan potensi overfitting. Meskipun demikian, hasil ini menunjukkan bahwa citra optic disc dari kamera fundus smartphone memiliki potensi yang baik dalam mendeteksi tingkat keparahan katarak. Penelitian ini menjadi langkah awal menuju sistem deteksi katarak yang efisien, terjangkau, dan mudah diakses, terutama untuk wilayah dengan keterbatasan infrastruktur medis.
Identifier
- OpenAlex: https://openalex.org/W4411206942
- DOI: https://doi.org/10.52005/restikom.v7i1.437

