Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Implementasi Metode Grey Level Aura Matrix Glam dan Metode Naive Bayes Untuk Klasifikasi Penyakit Mata Berdasarkan Tekstur Citra Mata
Yusep NIM. (2016) | Skripsi | Teknik Informatika
Bagikan
Ringkasan
Pengenalan penyakit mata dapat dilihat dari retina mata tetapi mengambil citra retina harus melalui pengambilan citra khusus funduscopy, tapi pengambilan citra retina melalui funduscopy memerlukan alat khusus. Pengenalan tekstur dapat digunakan untuk melakukan pengenalan penyakit mata, karena pada dasarnya penyakit mata dapat dikenali berdasarkan pola dan teksturnya. Pengenalan tekstur merupakan salah satu teknik yang dapat dilakukan dalam melakukan proses pengolahan citra. Selain pengenalan tekstur dalam proses pengolahan citra dibutuhkan juga proses klasifikasi agar hasil yang didapat lebih optimal. Metode yang digunakan untuk meperoleh ciri-ciri citra tekstur adalah metode grey level aura matrix atau disingkat GLAM. Ciri-ciri tekstur yang didapat dari metode grey level aura matrix adalah kontras, uniformity, entropy, inverse difference moment (IDM), dan dissimilarity. Hasil ciri-ciri tersebut kemudian digunakan untuk klasifikasi dengan menggunakan Naïve Bayes yang menentukan hasil klasifikasi nilai probabilitas terbesar. Berdasarkan hasil pengujian, kesimpulan yang didapatkan adalah naïve bayes dapat mengklasifikasi citra dengan baik, dikarenakan data hasil ekstraksi ciri tekstur mata dengan metode grey level aura matrix memiliki interval jarak yang cukup berjauhan antar kelasnya. Sehingga klasifikasi naïve bayes dapat berjalan dengan baik saat melakukan klasifikasi. Dan berdasarkan pengujian dengan metode K-Fold klasifikasi citra berdasarkan tekstur memiliki rata-rata tingkat akurasi 90% dengan nilai K=4
Ringkasan Alternatif
The introduction of eye disease can be seen from the retina of the eye but took the retinal image must go through a special image acquisition funduscopy , but the retinal image retrieval through funduscopy needing special tools . The introduction of texture can be used for the introduction of eye disease , because basically eye disease can be identified by the pattern and texture. The introduction of texture is one technique that can be done in the process of image processing . In addition to the introduction of the texture in the image processing classification process also required in order to obtain more optimal results. The method used to obtain the characteristics of image texture is a method of gray level aura matrix or abbreviated GLAM. The characteristics of texture obtained from the method of gray level aura matrix is the contrast, uniformity, entropy, inverse difference moment (IDM), and dissimilarity. The result of these characteristics are then used for classification by using Naïve Bayes classification that determines the outcome greatest probability value. Based on test results, the conclusions obtained are naïve Bayes can classify the image well, because data from the eye texture feature extraction method of gray level aura matrix has a sufficient distance apart interval between class. So naïve Bayes classification can work well when the classification. And based on testing by the method of K-Fold image classification based on the texture has an average accuracy rate of 90% with a value of K = 4.