Pendeteksi Diabetic Macular Edema Dengan Optical Coherence Tomography Image Menggunakan Convolutional Neural Network

MUHAMMAD YUSRIL ADRI. Pendeteksi Diabetic Macular Edema Coherence Tomography Image menggunakan Convolutional Neural Network (dibimbing oleh Dr. Ir. Ingrid Nurtanio, M.T., dan Dr.Eng Intan Sari Areni., S.T., M.T.,) Vision 2020 The Right to Sight merupakan inisiatif global mancanegara yang bertujuan untuk menurunkan prevelansi gangguan penglihatan dan kebutaan di dunia. Indonesia sebagai salah satu penanda tangan inisiatif tersebut melaksanakan Rapid Assesment of Avoidable Blindness (RAAB) yang dilakukan di 15 provinsi dan mendapati angka kebutaan Indonesia mencapai 30%, tertinggi di Asia Tenggara. Salah satu gangguan penglihatan yang dapat menyebabkan kebutaan adalah Diabetic Macular Edema (DME), salah satu komplikasi penyakit diabetes. Beberapa dokter mata menggunakan citra Optical Coherence Tomography (OCT) dalam mendiagnosa pasien DME namun kemiripan citra DME dengan citra mata yang normal sangat tinggi. Penelitian ini bertujuan untuk mendeteksi perbedaan tersebut secara automatis dengan mengimplementasikan deep learning CNN menggunakan 37.663 data yang diperoleh dari website Kaggle untuk training. Dilakukan 5 skenario dengan perbandingan parameter layer yang digunakan berdasarkan perbedaan pada nilai dropout, jumlah hidden layer, dan total epoch. Dari perbandingan tersebut didapatkan hasil tertinggi memiliki test accuracy 0,9979 dengan menggunakan lima hidden layer.