<> "The repository administrator has not yet configured an RDF license."^^ . <> . . . "KLASIFIKASI KATARAK MENGGUNAKAN NEURAL\r\nNETWORK BACKPROPAGATION"^^ . "Katarak kerap disebut-sebut sebagai penyebab kebutaan nomor satu di\r\nIndonesia. Bahkan, mengacu pada data World Health Organization (WHO)\r\nkatarak menyumbang sekitar 48% kasus kebutaan didunia. Citra retina\r\nmenggunakan kamera fundus banyak digunakan oleh dokter mata untuk\r\nmendeteksi penyakit katarak, karena tidak membahayakan. Dalam konteks medis,\r\nmuncul masalah saat membuat keputusan medis untuk menentukan tingkat\r\nkeparahan katarak yang terletak pada banyaknya jumlah pemeriksaan yang harus\r\ndilakukan oleh dokter spesialis mata. Pada penelitian ini Klasifikasi katarak dibagi\r\nmenjadi 4 retina normal, katarak mild, medium dan severe. prosedur pembuatan\r\nclassifier mencakup empat bagian: pra-pengolahan, segmentasi, ekstraksi fitur,\r\ndan pengklasifikasian. pra-pengolahan menggunakan HSV untuk mencari tingkat\r\ninstensitas cahaya paling tinggi, GLCM digunakan pada ekstraksi ciri untuk\r\nmendapatkan fitur-fitur yang akan digunakan untuk melakukan klasifikasi\r\nmenggunakan Network Backpropagation yang memiliki potensi besar untuk\r\nmeningkatkan kekuratan diagnosis efisiensi dokter mata. Dalam penelitian ini\r\nmenggunakan pengolahan citra dalam pendeteksian ciri penyakit katarak pada\r\ncitra fundus berdasarkan tingkat kekeruhan optic disc. Data yang digunakan\r\nsebanyak 60 citra fundus retina yang terdiri dari 15 citra retina normal, 15 citra\r\nkatarak ringan, 15 citra katarak sedang dan 15 citra katarak parah yang diambil\r\ndari Rumah Sakit Islam Sultan Agung Semarang. Hasil simulasi pengujian dengan\r\nmenggunakan software MATLAB R2014a didapatkan nilai akurasi kelas retina\r\nnormal sebesar 95,71% dengan sensitivity 95,7% dan specificity 96,15% , katarak\r\nmild sebesar 69,97% dengan sensitivity 69,97% dan specificity 89,47%. Akurasi\r\nkelas katarak medium sebesar 75,69% dengan sensitivity 75,69% dan specificity\r\n92,75%. Akurasi kelas katarak severe sebesar 87,13% dengan sensitivity 87,13%\r\ndan specificity 98,56%. Nilai akurasi rata-rata sistem klasifikasi katarak adalah\r\n82,14%."^^ . "2017" . . . "Fakultas Teknik Universitas Sultan Ageng Tirtayasa"^^ . . . "teknik elektro, Fakultas Teknik Universitas Sultan Ageng Tirtayasa"^^ . . . . . . . . . <> . . "Endi"^^ . "Permata"^^ . "Endi Permata"^^ . . "Ri"^^ . "Munarto"^^ . "Ri Munarto"^^ . . "Muchtar Ali Setyo"^^ . "Yudono"^^ . "Muchtar Ali Setyo Yudono"^^ . . "Fakultas Teknik Universitas Sultan Ageng Tirtayasa"^^ . . . . . . . "KLASIFIKASI KATARAK MENGGUNAKAN NEURAL\r\nNETWORK BACKPROPAGATION (Text)"^^ . . . "KLASIFIKASI KATARAK MENGGUNAKAN NEURAL\r\nNETWORK BACKPROPAGATION (Other)"^^ . . . . . "HTML Summary of #51650 \n\nKLASIFIKASI KATARAK MENGGUNAKAN NEURAL \nNETWORK BACKPROPAGATION\n\n" . "text/html" . . . "TK Electrical engineering. Electronics Nuclear engineering"@en . .