Implementasi Transfer Learning Convolutional Neural Network untuk Identifikasi Mata Katarak

Abstract

Katarak merupakan salah satu jenis kerusakan mata yang menyebabkan lensa mata berselaput bahkan rabun yang bervariasi hingga kemungkinan terjadi keburaman total karena keruhnya lensa mata. Diperlukan teknologi pengenalan pola untuk mengindentifikasi dan mengklasifikasi berdasarkan citra retina mata. Penelitian ini bertujuan untuk mengukur tingkat akurasi yang dihasilkan oleh implementasi transfer learning menggunakan arsitektur Xception dan penambahan data dengan teknik augmentasi. Pada penelitian ini diperoleh nilai akurasi terbaik pada masingmasing augmentasi yaitu Grayscale 67%, Peningkatan Kecerahan pada skala 40 yaitu 92%, Penurunan Kecerahan pada skala 40 yaitu 90%, Peningkatan Ketajaman menggunakan filter yaitu 77%. Sedangkan pada data tanpa augmentasi hanya mendapat akurasi 70%