Klasifikasi Penyakit Mata Katarak Menggunakan Convolutional Neural Network Dengan Arsitektur Inception V3

Abstract

Penyakit mata menjadi salah satu penyakit yang sering ditemui di berbagai naegara di dunia terutama Indonesia. Salah satu pemeriksaan pada pasien yang mengalami atau terkena penyakit mata seperti penyakit mata katarak yaitu dengan cara mengambil gambar fundoscopy menggunakan alat direct opthalmoscope. Analisis mata katarak atau normal pada citra fundoscopy masih cukup sulit bagi tenaga kesehatan sehingga memerlukan metode ilmu komputer yang tepat. Pada penelitian ini dilakukan klasifikasi penyakit mata katarak berdasarkan citra gambar fundoscopy menggunakan Convolutional Neural Network dengan arsitektur InceptionV3. Dataset yang digunakan berasal dari cataract dataset yang memiliki 400 citra gambar fundoscopy. Dari dataset tersebut, terdapat 2 kelas yang diambil dan kemudian dari dataset ini dilakukan klasifikasi, yaitu cataract dan normal. Dataset dibagi masing-masing menjadi data latih dan data uji dengan perbandingan rasio 70:30 dengan optimizer yang digunakan yaitu Adam. Berdasarkan hasil pengujian, hasil klasifikasi terbaik didapatkan dengan augmentasi data latih terlebih dahulu yang memiliki akurasi sebesar 100%.