Identifikasi Retinoblastoma Menggunakan Backpropagation Neural Network
vi
ABSTRAK
Retinoblastoma (kanker mata) adalah penyakit kanker pada mata yang biasanya diderita oleh
anak-anak yang menyerang jaringan saraf tipis yang berada di belakang mata (bagian yang
sensitif terhadap cahaya). Retinoblastoma dapat menyerang satu ataupun kedua mata dan
merupakan jenis penyakit yang dapat disebabkan oleh mutasi genetik yang biasa disebut
dengan retinoblastoma1 (RB1). Pada pemeriksaan fisik yang masih dilakukan secara manual
melalui oftalmoskopi oleh dokter atau pakar dilakukan dengan melihat adanya tumor berwarna
putih / putih kekuningan pada fundus yang sering dikaitkan dengan peningkatan vaskularisasi.
Sehingga diperlukan suatu metode yang digunakan untuk dapat mengidentifikasi penyakit
retinoblastoma melalui citra fundus retina secara otomatis. Pada penelitian ini metode yang
digunakan yaitu backpropagation neural network dengan input berupa citra fundus retina.
Tahapan yang dilakukan dalam mengidentifikasi penyakit retinoblastoma berupa proses
pengolahan citra (resize, grayscaling, morphological close operation, dan optic disk
elimination), feature extraction dengan metode Gray Level Coocurance Matrix dan kemudian
classification menggunakan backpropagation neural network. Setelah dilakukan pengujian
pada sistem, maka dapat disimpulkan metode yang digunakan pada penelitian ini memiliki
kemampuan untuk mengidentifikasi penyakit retinoblastoma dengan akurasi 90%.
Kata kunci : Penyakit retinoblastoma, resize, grayscaling, morphological close opearation,
optic disk elimination, gray level coocurance matrix, backpropagation neural network.
Universitas Sumatera Utara
vii
RETINOBLASTOMA DISEASE IDENTIFICATION USING
BACKPROPAGATION NEURAL NEWORK
ABSTRACT
Retinoblastoma (eye cancer) is an eye disease that is usually suffered by children that attack
the thin nerve tissue behind the eyes (the part which is sensitive to light). Retinoblastoma can
attack one or both eyes and it is a type of disease that can be caused by a genetic mutation
called Retinoblastoma1 (RB1). On manual physical examination using ophthalmoscopy by a
doctor or an expert there is a yellowish white / white tumor on the fundus that is often caused
by the vascularization. That is why it needs a method that can be done to identify
retinoblastoma disease through retinal fundus images automatically. In this research the
method used is Backpropagation Neural Network using input of retinal fundus image. The
stages which is done to identify retinoblastoma disease are image processing (resize,
grayscaling, morphological close operation, and optic disk elimination), feature extraction
using Gray Level Coocurance Matrix method and then classification using backpropagation
neural network. After testing on the system in this research, it was concluded that the method
used is able to identify retinoblastoma disease with accuracy 90%.
Keyword: Retinoblastoma disease, resize, grayscaling, morphological close opearation, optic
disk elimination ,gray level coocurance matrix, backpropagation neural network.
Universitas Sumatera Utara
ABSTRAK
Retinoblastoma (kanker mata) adalah penyakit kanker pada mata yang biasanya diderita oleh
anak-anak yang menyerang jaringan saraf tipis yang berada di belakang mata (bagian yang
sensitif terhadap cahaya). Retinoblastoma dapat menyerang satu ataupun kedua mata dan
merupakan jenis penyakit yang dapat disebabkan oleh mutasi genetik yang biasa disebut
dengan retinoblastoma1 (RB1). Pada pemeriksaan fisik yang masih dilakukan secara manual
melalui oftalmoskopi oleh dokter atau pakar dilakukan dengan melihat adanya tumor berwarna
putih / putih kekuningan pada fundus yang sering dikaitkan dengan peningkatan vaskularisasi.
Sehingga diperlukan suatu metode yang digunakan untuk dapat mengidentifikasi penyakit
retinoblastoma melalui citra fundus retina secara otomatis. Pada penelitian ini metode yang
digunakan yaitu backpropagation neural network dengan input berupa citra fundus retina.
Tahapan yang dilakukan dalam mengidentifikasi penyakit retinoblastoma berupa proses
pengolahan citra (resize, grayscaling, morphological close operation, dan optic disk
elimination), feature extraction dengan metode Gray Level Coocurance Matrix dan kemudian
classification menggunakan backpropagation neural network. Setelah dilakukan pengujian
pada sistem, maka dapat disimpulkan metode yang digunakan pada penelitian ini memiliki
kemampuan untuk mengidentifikasi penyakit retinoblastoma dengan akurasi 90%.
Kata kunci : Penyakit retinoblastoma, resize, grayscaling, morphological close opearation,
optic disk elimination, gray level coocurance matrix, backpropagation neural network.
Universitas Sumatera Utara
vii
RETINOBLASTOMA DISEASE IDENTIFICATION USING
BACKPROPAGATION NEURAL NEWORK
ABSTRACT
Retinoblastoma (eye cancer) is an eye disease that is usually suffered by children that attack
the thin nerve tissue behind the eyes (the part which is sensitive to light). Retinoblastoma can
attack one or both eyes and it is a type of disease that can be caused by a genetic mutation
called Retinoblastoma1 (RB1). On manual physical examination using ophthalmoscopy by a
doctor or an expert there is a yellowish white / white tumor on the fundus that is often caused
by the vascularization. That is why it needs a method that can be done to identify
retinoblastoma disease through retinal fundus images automatically. In this research the
method used is Backpropagation Neural Network using input of retinal fundus image. The
stages which is done to identify retinoblastoma disease are image processing (resize,
grayscaling, morphological close operation, and optic disk elimination), feature extraction
using Gray Level Coocurance Matrix method and then classification using backpropagation
neural network. After testing on the system in this research, it was concluded that the method
used is able to identify retinoblastoma disease with accuracy 90%.
Keyword: Retinoblastoma disease, resize, grayscaling, morphological close opearation, optic
disk elimination ,gray level coocurance matrix, backpropagation neural network.
Universitas Sumatera Utara