Klasifikasi Katarak Objek Optic Disc Citra Fundus Retina Menggunakan Support Veactor Machine

Abstract

Katarak kerap disebut-sebut sebagai penyebab kebutaan nomor satu di Indonesia. Bahkan, mengacu pada data World Health Organization (WHO) katarak menyumbang sekitar 48% kasus kebutaan didunia dan nomer satu di Indonesia. Penelitian yang pernah dilakukan katarak diklasifikasikan melalui bebabagai macam objek seperti pembuluh darah, optic disc dan pupil dari mata. Pada penelitian ini menggunakan objek optic disc pada citra kamera fundus retina. Tujuan penelitian ini untuk menghasilkan program aplikasi deteksi dini katarak secara otomatis melalui klasifikasi katarak kedalam 4 kategori yaitu normal, mild, medium dan severe. Pemeriksaan dini pada pasien penderita katarak bagi masyarakat yang memiliki kemampuan ekonomi yang kurang seperti mayoritas penduduk pada negara sedang berkembang dirasakan akan sangat membantu. Klasifikasi diperlukan untuk membantu dokter dalam memutuskan kapan dilakukan operasi pada pasien penderita katarak. Pengolahan 60 data citra fundus retina mata pasien yang terdiri dari 15 citra retina normal, 15 citra katarak mild, 15 citra katarak medium dan 15 citra katarak severe yang yang diperoleh dari Rumah Sakit Islam Sultan Agung Semarang. Selanjutnya dilakukan proses pengklasifikasian menggunakan Static Vector Machine yang diolah dengan matlab R2014a. Dari hasil pelatihan dan pengujian diperoleh hasil akurasi rata-rata sebesar 82,14% pada seluruh kelas retina.

Kata Kunci— Katarak, Optic Disc, Gray Level Coocurancy Matrix (GLCM), Static Vector Machine.