KLASIFIKASI CITRA RETINA MENGGUNAKAN K-NEAREST NEIGHBOR UNTUK MENDETEKSI MAKULOPATI DIABETIK

Abstract

Pengenalan  pola bertujuan untuk mengelompokkan citra ke dalam kelas tertentu berdasarkan pada ciri-ciri utama yang dimiliki. Secara umum, pengenalan  pola terdiri dari 4 tahapan yaitu preprosesing, segmentasi, ekstraksi fitur dan klasifikasi. Pada penelitian ini pengenalan pola diterapkan pada deteksi  tingkat Makulopati Diabetik. Makulopati Diabetik merupakan kelainan pada mata yang disebabkan oleh rusaknya pembuluh darah akibat komplikasi penyakit diabetes melitus yang terjadi di sekitar makula.    Untuk mendeteksi awal penyakit  makulopati diperlukan analisis dokter dari citra fundus. Citra fundus merupakan citra hasil foto retina menggunakan kamera fundus. Dataset yang digunakan yaitu MESSIDOR sebanyak 75 citra retina, terdiri dari 3 kelas yaitu Edema Makula (EM) tingkat 1, EM tingkat 2 dan EM tingkat 3.  Ekstraksi fitur menggunakan Two Dimensional  Linear Discriminant Analysis, sedangkan klasifikasi menggunakan k-Nearest Neighbor. Dari hasil ujicoba didapatkan prosentase pengenalan maksimal hingga 93,33%.        Kata kunci:  Pengenalan Pola, Klasifikasi, Makulopati  Diabetika, Two Dimensional Linear Discriminant Analysis, k-Nearest Neighbor.