1. Home
  2. Teknologi

Implementasi Sistem Identifikasi Diabetic Retinopathy Melalui Citra Retina Menggunakan Modified K-Nearest Neighbor

BAB 4 IMPLEMENTASI DAN PENGUJIAN Bab ini membahas hasil yang didapatkan dari implementasi metode Modified k- Nearest Neighbor MkNN untuk melakukan mengidentifikasi diabetic retinopathy melalui citra retina dan pengujian sistem sesuai dengan analisis dan perancangan yang telah dibahas pada Bab 3.

4.1. Implementasi Sistem

Pada tahap ini, metode Modified k-Nearest Neighbor MkNN akan diimplementasikan ke dalam sistem menggunakan bahasa pemrograman Java sesuai dengan perancangan yang telah dilakukan. 4.1.1. Spesifikasi perangkat keras dan perangkat lunak yang digunakan Spesifikasi perangkat keras dan perangkat lunak yang digunakan untuk membangun sistem adalah sebagai berikut: 1. Prosesor Intel Core i3-350M CPU 2.26 GHz. 2. Kapasitas harddisk 320 GB. 3. Memori 3.00 GB RAM DDR3. 4. Sistem operasi yang digunakan adalah Microsoft Windows 7 Ultimate. 5. Eclipse 1.5.2 Indigo . Universitas Sumatera Utara 4.1.2. Implementasi perancangan antarmuka Implementasi perancangan antarmuka berdasarkan rancangan yang telah dilakukan pada Bab 3 adalah sebagai berikut. 1. Tampilan awal sistem Tampilan awal sistem merupakan tampilan yang pertama kali muncul ketika sistem dijalankan. Tampilan awal sistem dapat dilihat pada Gambar 4.1. Gambar 4.1. Tampilan awal sistem 2. Tampilan utama sistem Tampilan utama sistem merupakan tampilan untuk mengidentifikasi diabetic retinopathy sesuai dengan citra retina yang diinputkan menggunakan Modified k-Nearest Neighbor MkNN. Tampilan utama sistem dapat dilihat pada Gambar 4.2. Universitas Sumatera Utara Gambar 4.2. Tampilan utama sistem 4.1.3. Implementasi data Data yang dimasukkan ke dalam sistem adalah citra retina dan kategori citra normal atau diabetic retinopathy yang bersumber dari basis data MESSIDOR. Rangkuman data dapat dilihat pada Tabel 4.1. Tabel 4.1. Rangkuman data citra retina No. Nama Citra Normal Diabetic Retinopathy 1. 020051020_43808_0100_PP.tif X 2. 020051020_44261_0100_PP.tif X 3. 020051020_44284_0100_PP.tif X 4. 020051020_44400_0100_PP.tif X 5. 020051020_44714_0100_PP.tif X 6. 020051020_44982_0100_PP.tif X ... ... ... ... 220. 220060530_53271_0100_PP.tif X Universitas Sumatera Utara Tabel 4.1. Rangkuman data citra retina lanjutan No. Nama Citra Normal Diabetic Retinopathy 221. 220060530_54312_0100_PP.tif X 222. 220060530_54332_0100_PP.tif X 223. 220060530_54529_0100_PP.tif X 224. 220060530_54556_0100_PP.tif X 225. 220060530_55724_0100_PP.tif X Total 99 126

4.2. Prosedur Operasional

Dokumen yang terkait

Identifikasi Freycinetia Berbasis Citra Anatomi Epidermis Daun Menggunakan k- Nearest Neighbor

0 2 28

Identifikasi Penyakit Hypertensive Retinopathy Melalui Citra Fundus Retina Menggunakan Probabilistic Neural Network

7 22 83

Deteksi glaukoma pada citra fundus retina dengan metode K-nearest neighbor.

13 26 74

Identifikasi Penyakit Hypertensive Retinopathy Melalui Citra Fundus Retina Menggunakan Probabilistic Neural Network

1 1 13

Deteksi Dan Klasifikasi Tingkat Keparahan Retinopati Diabetes Dengan Menggunakan Metode Klasifikasi K – Nearest Neighbor Detection and Classification of Diabetic Retinopathy Severity Using K – Nearest Neighbor method

0 0 8

KLASIFIKASI CITRA RETINA MENGGUNAKAN K-NEAREST NEIGHBOR UNTUK MENDETEKSI MAKULOPATI DIABETIK

0 0 6

Identifikasi Penyakit Diabetes Mellitus Menggunakan Metode Modified K- Nearest Neighbor (MKNN)

0 1 7

Identifikasi Diagnosis Gangguan Autisme Pada Anak Menggunakan Metode Modified K-Nearest Neighbor (MKNN)

0 1 7

2.1. Diabetic Retinopathy - Identifikasi Diabetic Retinopathy Melalui Citra Retina Menggunakan Modified K-Nearest Neighbor

0 1 23

Identifikasi Diabetic Retinopathy Melalui Citra Retina Menggunakan Modified K-Nearest Neighbor

0 0 14