Identifikasi Diabetic Retinopathy Melalui Citra Fundus Retina Menggunakan Probabilistic Neural Network

Abstract

Diabetic retinopathy is a microvascular complication of diabetes mellitus that attacks blood vessels in the retina. The main characteristics of diabetic retinopathy are micoaneurism, retonal hemorrhages, exudates, and neovascularization. One of the methods used to diagnose diabetic retinopathy is by examining the retinal fundus image. The examination is stiil done manually by ophthalmologist. Manual examination requires a high level og concentration and misidentification may occur because some diabetic retinopathy characteristics are retinopathy difficult to see directly, so it is needed a method that can facilitate the ophthalmologist in making decisions to identify diabetic retinopathy. The method proposed in this research is Probabilistic Neural Network to identify diabetic retinopathy. Before the identification stage is carried out, the retinal image will go through the preprocessing stage in the form of risize, green channel, contrast stretching and feature extraction using Gray Level Co-Occurrance Matrix. After testing in this research, it was concluded that the proposed method was able to identify diabetic retinopathy with an accuracy of 86,8%.

Diabetic retinopathy adalah komplikasi mikrovaskuler dari penyakit diabetes melitus yang menyerang pembuluh darah di retina. Karakteristik utama dari diabetic retinopathy adalah mikroaneurisma, pendarahan retina, eksudat, dan neovaskularisasi. Salah satu cara yang digunakan untuk mengidentifikasi diabetic retinopathy adalah dengan cara pemeriksaan pada citra fundus retina. Adapun pemeriksaan masih dilakukan manual oleh dokter mata. Pemeriksaan manual membutuhkan tingkat konsentrasi yang tinggi dan kesalahan identifikasi mungkin terjadi karena beberapa karakteristik diabetic retinopathy sulit untuk dilihat secara langsung, sehingga dibutuhkan suatu metode yang dapat mempermudah dokter mata dalam mengambil keputusan untuk mengidentifikasi diabetic retinopathy. Metode yang diajukan pada penelitian ini adalah Probabilistic Neural Network untuk mengidentifikasi diabetic retinopathy. Sebelum tahap identifikasi dilakukan, citra retina akan melalui tahap preprocessing yang berupa resize, green channel, contrast stretching dan feature extraction menggunakan Gray Level Co-Occurrance Matrix. Setelah dilakukan pengujian pada penelitian ini, didapatkan kesimpulan bahwa metode yang diajukan mampu melakukan identifikasi diabetic retinopathy dengan akurasi sebanyak 86,8%.