Network Engineering Research Operation [NERO]
Vol 2, No 3 (2016): NERO

KLASIFIKASI PENYAKIT MATA KATARAK BERDASARKAN KELAINAN PATOLOGIS DENGAN MENGGUNAKAN ALGORITMA LEARNING VECTOR QUANTIZATION

Hariyanto, Rudi ( Program Studi Teknik Elektro, Fakultas Ilmu Komputer, Universitas Brawijaya, Malang, Indonesia Program Teknik Informasi, Fakultas Teknik, Universitas Merdeka Pasuruan, Indonesia Jl. Ir. H. Juanda No.86 Pasuruan)
Basuki, Achmad ( Program Studi Teknik Elektro, Fakultas Ilmu Komputer, Universitas Brawijaya, Malang, Indonesia)
Hasanah, Rini Nur ( Program Studi Teknik Elektro, Fakultas Ilmu Komputer, Universitas Brawijaya, Malang, Indonesia)



Article Info

Publish Date
30 Nov 2016

Abstract

Katarak merupakan salah satu jenis kerusakan mata yang menyebabkan lensa mata berselaput, rabun yang bervariasi sesuai tingkatannya hingga menjadi kebutaan. Penyakit katarak ini menggerogoti mata secara perlahan, sedikit demi sedikit tanpa rasa sakit yang dialami pasien tetapi jika penanganannya terlambat maka mengakibatkan kebutaan permanen. Ketepatan penentuan jenis dan letak katarak secara dini sangat penting untuk mencegah dampak keparahan katarak yang lebih parah. Prosedur utama diagnosis katarak (Gold Standart Prosedur) dilakukan menggunakan Computed Tomography ( CT ) scan dan Magnetic Resonance Imaging (MRI). Alternatif diagnosis dapat dilakukan melalui pemeriksaan fisik, pemeriksaan laboratorium, riwayat penyakit, serta informasi lain yang terkait. Tujuan penulisan ini menyajikan hasil kajian mengenai implementasi metode Learning Vector Quantization (LVQ) untuk memudahkan klasifikasi penentuan jenis penyakit katarak serta tingkat keparahannya. Hasil penelitian menunjukkan bahwa penggunaan metode LVQ memberikan tingkat akurasi penentuan sebesar (99%) serta durasi waktu pelatihan (training) sampel sebesar (0,06 detik).Kata Kunci: Katarak, Klasifikasi, Learning Vector Quantization

Copyrights © 2016