Tyas, Anninda Kusumaning (2019) PENGOLAHAN CITRA DIGITAL UNTUK MENDETEKSI MIOPIA MENGGUNAKAN JARINGAN SYARAF TIRUAN. D3 thesis, Universitas Negeri Yogyakarta.
|
Text
COVER.pdf Download (1MB) | Preview |
|
|
Text
ABSTRAK.pdf Download (553kB) | Preview |
|
|
Text
BAB I.pdf Download (392kB) | Preview |
|
|
Text
BAB II.pdf Download (710kB) | Preview |
|
|
Text
BAB III.pdf Download (1MB) | Preview |
|
|
Text
BAB IV.pdf Download (1MB) | Preview |
|
|
Text
BAB V.pdf Download (330kB) | Preview |
|
|
Text
DAFTAR PUSTAKA.pdf Download (263kB) | Preview |
|
|
Text
LAMPIRAN.pdf Download (695kB) | Preview |
Abstract
Proyek Akhir ini bertujuan untuk: (1) mengetahui cara pengembangan sistem pengolahan citra digital untuk mendeteksi gangguan miopia pada mata menggunakan jaringan syaraf tiruan; (2) mengetahui hasil akurasi dari sistem sistem pengolahan citra digital untuk mendeteksi gangguan miopia pada mata menggunakan jaringan syaraf tiruan; (3) mengetahui unjuk kerja dari sistem sistem pengolahan citra digital untuk mendeteksi gangguan miopia pada mata menggunakan jaringan syaraf tiruan. Proyek akhir ini dikembangkan dengan software MATLAB R2012a dan sistem akan ditampilkan dengan menggunakan Graphic Unit Interface (GUI). Pengembangan sistem terdiri atas 3 tahapan yakni input, proses, dan output. Pada tahapan input terdiri atas proses akuisisi data citra dimana citra akan diambil secara realtime menggunakan webcam, pre – processing yang terdiri dari proses cropping dan resizing, serta proses ekstrasi ciri metric dan eccentricity. Tahapan proses terdiri atas pengklasifikasian dengan menggunakan Jaringan Syaraf Tiruan dengan metode Backpropagation, dan tahapan output terdiri atas identifikasi hasil yang berupa keputusan hasil deteksi “Miopia” atau “Tidak Miopia”. Hasil pengujian yang didapatkan adalah: (1) sistem mampu melakukan tahapan akuisisi data citra, pre-processing, dan ekstrasi ciri; (2) proses klasifikasi menggunakan Jaringan Syaraf Tiruan dengan metode Backpropagation menghasilkan akurasi pelatihan jaringan sebesar 88,23%, dan akurasi pengujian jaringan sebesar 70%; (3) sistem dapat melakukan proses deteksi “Miopia” dan “Tidak Miopia” dengan akurasi keberhasilan sebesar 70% dan masih terdapat error sebesar 30% yang disebabkan oleh berbagai hal seperti kurangnya data sample yang digunakan, kualitas citra yang digunakan, kurangnya ciri yang diekstrasi, atau penggunaan arsitektur dan parameter yang kurang tepat.
| Item Type: | Thesis (D3) |
|---|---|
| Uncontrolled Keywords: | Miopia, Pengolahan Citra Digital, Jaringan Syaraf Tiruan, Backpropagation |
| Subjects: | Teknik & Teknologi > Teknik Elektronika |
| Divisions: | Fakultas Teknik (FT) > Diploma 3 (D3) > D3 Teknik Elektronika |
| Depositing User: | Perpustakaan FT |
| Date Deposited: | 18 Jul 2019 04:23 |
| Last Modified: | 18 Jul 2019 04:23 |
| URI: | http://eprints.uny.ac.id/id/eprint/64632 |
Actions (login required)
 |
View Item |