Analisis Performa Algoritma Segmentasi Pembuluh Darah pada Citra Fundus Retina

Abstract

Ada banyak penyakit yang bisa di deteksi melalui pembuluh darah, seperti hipertensi, jantung, dan retinopati diabetes. Namun, pendeteksian penyakit melalui retina tidak mudah. Dokter harus mengamati struktur pembuluh darah pada citra fundus retina. Pengamatan secara langsung pada citra fundus membutuhkan waktu yang lama dan juga beresiko terjadi kesalahan. Dalam mengatasi hal ini, maka pengolahan citra digital diperlukan sebagai upaya untuk mempermudah pendeteksian kelainan pada retina mata. Penelitian ini bertujuan untuk melakukan analisis terhadap algoritma yang digunakan pada proses segmentasi citra fundus retina, karena hasil segmentasi dari citra akan berpengaruh besar dalam proses klasifikasi jenis penyakit pada retina. Kesalahan dalam pengklasifikasian jenis kelainan pada retina bisa menyebabkan kesalahan diagnosis dan kesalahan pemberian terapi yang tepat bagi pasien. Pengolahan citra dilakukan mulai tahap pra-pengolahan hingga segmentasi. Pengujian algoritma dilakukan pada tahap segmentasi. Hasil pengujian terhadap tiga algoritma menunjukkan bahwa metode pertama yaitu Morfologi Rekonstruksi memiliki rata-rata akurasi sebesar 94,46% dengan standard deviasi 2,94, Coye Filter memiliki rata-rata akurasi sebesar 94,97% dengan standard deviasi 4,99 dan Kirsch and Fuzzy C-Means dengan rata-rata akurasi 88,73% dan standar deviasi 2,74. Performa algoritma yang paling baik tidak hanya ditentukan dari tingkat akurasi tetapi juga dari aspek lain yaitu standar deviasi.

Keywords

• algoritma
• pembuluh darah retina
• pengolahan citra
• segmentasi