Identifikasi Mata Juling dan Mata Normal Pada Anak Dengan Metode Convolutional Neural Network (CNN)

Abstract

Penelitian ini bertujuan untuk mengidentifikasi mata juling dan mata normal pada anak di posyandu menggunakan metode Convolutional Neural Network (CNN). Dataset berisi gambar mata juling dan mata normal yang digunakan untuk melatih dan menguji model CNN. Langkah-langkah meliputi preprocessing data, pembangunan model CNN dengan konvolusi, pengurangan dimensi melalui pooling, dan klasifikasi dengan fully connected layer, serta evaluasi performa menggunakan akurasi. Hasil penelitian menunjukkan bahwa model CNN berhasil membedakan dengan akurat antara mata juling dan mata normal. Penemuan ini memberikan kontribusi penting dalam mendukung upaya identifikasi dini dan tindak lanjut yang efektif terhadap kondisi mata pada anak di posyandu.