Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika
NOR KUMALASARI CAESAR PRATIWI
Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Deep Learning untuk Klasifikasi Diabetic Retinopathy menggunakan Model EfficientNet SYAMSUL RIZAL; NUR IBRAHIM; NOR KUMALASARI CAESAR PRATIWI; SOFIA SAIDAH; RADEN YUNENDAH NUR FU’ADAH
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 8, No 3 (2020): ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektro
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v8i3.693

Abstract

ABSTRAKDiabetic Retinopathy merupakan penyakit yang dapat mengakibatkan kebutaan mata yang disebabkan oleh adanya komplikasi penyakit diabetes melitus. Oleh karena itu mendeteksi secara dini sangat diperlukan untuk mencegah bertambah parahnya penyakit tersebut. Penelitian ini merancang sebuah sistem yang dapat mendeteksi Diabetic Retinopathy berbasis Deep Learning dengan menggunakan Convolutional Neural Network (CNN). EfficientNet model digunakan untuk melatih dataset yang telah di pre-prosesing sebelumnya. Hasil dari penelitian tersebut didapatkan akurasi sebesar 79.8% yang dapat mengklasifikasi 5 level penyakit Diabetic Retinopathy.Kata kunci: Diabetic Retinopathy, Deep Learning, CNN, EfficientNet, Diabetic Classification ABSTRACTDiabetic Retinopathy is a diseases which can cause blindness in the eyes because of the complications of diabetes mellitus. Therefore, an early detection for this diseases is very important to prevent the diseases become severe. This research builds the system which can detect the Diabetic Retinopathy based on Deep Learning by using Convolutional Neural Network (CNN). EfficientNet model is used to trained the dataset which have been pre-prossed. The result shows that the system can clasiffy the 5 level of Diabetic Retinopathy with accuracy 79.8%. Keywords: Diabetic Retinopathy, Deep Learning, CNN, EfficientNet, Diabetic Classification
Co-Authors Nur Ibrahim R. Yunendah Nur Fu’adah SOFIA SAIDAH Syamsul Rizal