IMPLEMENTASI MACHINE LEARNING MENGGUNAKAN CNN DALAM DETEKSI PENYAKIT KATARAK

Abstract

Katarak merupakan kelainan lensa mata yang keruh di dalam bola mata. Data dari Perhimpunan Dokter Spesialis Mata Indonesia, jumlah dokter spesialis mata berjumlah kurang lebih 3000 dokter. Hal tersebut tidak sebanding dengan jumlah penderita penyakit mata katarak di Indonesia. Oleh karena itu dibutuhkan suatu sistem yang dapat identifikasi informasi untuk membantu menentukan penyakit mata katarak. Pada penelitian ini menggunakan perancangan sistem deteksi penyakit katarak dari gambar RGB menggunakan metode Convolution Neural Network (CNN) dengan model arsitektur Visual Geometry Group (VGG19). Tujuan dari penelitian ini adalah membangun sistem agar bisa mendeteksi dan membedakan mata terkena penyakit katarak dengan mata normal dengan menggunakan metode Convolutional Neural Network (CNN). Dataset yang digunakan berasal dari Kaggle dengan 2 kelompok yaitu data training sebanyak 80% dan data testing sebanyak 20%. Hasil pengujian model VGG19 akurasi yang didapatkan yaitu 91%.