Amani, Cut Salsabila (2024) LKP : Website Artificial Intelligence untuk Mendeteksi Penyakit Mata dari Fundus Image dan Penanganan Penyakitnya. Undergraduate thesis, Universitas Dinamika.
![]() |
Text
21410200004-2024-UNIVERSITASDINAMIKA.pdf - Accepted Version Download (936kB) |
![]() |
Text
21410200004-2024-LAMPIRAN.pdf - Accepted Version Restricted to Repository staff only Download (582kB) |
Search this title on :
|
Abstract
Kesehatan mata merupakan aspek penting yang mempengaruhi kualitas hidup seseorang, karena penyakit seperti Glaucoma dan Diabetic Retinopathy dapat menyebabkan gangguan penglihatan bahkan kebutaan permanen. Tantangan diagnostik tradisional mencakup sumber daya yang terbatas, biaya yang tinggi, dan kebutuhan waktu bagi para ahli, terutama di lokasi terpencil. Dengan memanfaatkan arsitektur CNN seperti MobileNetV1, VGG16, dan Xception, maka sistem ini dapat mengidentifikasi beberapa jenis penyakit mata dengan akurasi tinggi. Penelitian ini bertujuan untuk mengembangkan sistem berbasis web dengan mengklasifikasikan penyakit mata secara otomatis melalui citra fundus menggunakan teknik Deep Learning khususnya Convolutional Neural Network (CNN). CNN berpotensi mendeteksi cukup akurat pada berbagai penyakit mata yang beragam. Berdasarkan hasil pengujian pribadi, model CNN yang digunakan menunjukkan akurasi sebagai berikut; MobileNetV1 memperoleh 75%, VGG16 memperoleh 91,21%, dan Xception mencapai 75%. Integrasi model dilakukan dengan menggunakan Flask sebagai back-end dan HTML serta CSS untuk User Interface yang lebih interaktif. Kerja Praktik ini dapat mencapai tingkat akurasi dan efesiensi yang lebih tinggi dalam mendiagnosis penyakit mata, memungkinkan para professional kesehatan membuat keputusan medis lebih cepat dan akurat, serta mencegah risiko kebutaan akibat terlambat diagnosis.
Export Record
Item Type: | Thesis (Undergraduate) |
---|---|
Additional Information: | Cut Salsabila Amani (21410200004) |
Uncontrolled Keywords: | Penyakit mata, Deep learning, Klasifikasi otomatis, Citra fundus, Sistem berbasis Web |
Dewey Decimal Classification: | 000 – Computer science, information & general works > 000 Computer science, knowledge & systems > 006 Special computer methods |
Divisions: | Fakultas Teknologi dan Informatika > S1 Teknik Komputer |
Depositing User: | Cut Salsabila Amani |
Date Deposited: | 05 Aug 2024 17:52 |
Last Modified: | 05 Aug 2024 17:52 |
THESIS ADVISORS: |
1. Musayyanah, S.ST., M.T. (NIDN : 0730069102)
|
URI: | http://repository.dinamika.ac.id/id/eprint/7687 |
Download Statistics
Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.
Actions (login required)
![]() |
View Item |