ETD - UIR

Electronic Thesis and Dissertation

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Member Area
    Member Login Online Registration
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject NPM Advanced Search

Last search:

{{tmpObj[k].text}}
Image of PENGEMBANGAN MODEL KLASIFIKASI CITRA PENYAKIT MATA BERBASIS CONVNEXTV2
Bookmark Share

Text

PENGEMBANGAN MODEL KLASIFIKASI CITRA PENYAKIT MATA BERBASIS CONVNEXTV2

DEVIN SYAFA - Personal Name; Ause Labellapansa - Personal Name;

Penyakit mata merupakan salah satu gangguan kesehatan yang dapat menyebabkan penurunan kualitas hidup hingga kebutaan apabila tidak terdeteksi secara dini. Proses diagnosis manual oleh dokter ahli membutuhkan waktu dan sumber daya yang besar, sehingga diperlukan sistem berbasis kecerdasan buatan yang mampu melakukan deteksi otomatis dengan akurasi tinggi. Penelitian ini bertujuan untuk mengembangkan model klasifikasi citra penyakit mata menggunakan arsitektur ConvNeXtV2, yang merupakan pengembangan dari model Convolutional Neural Network (CNN) modern dengan efisiensi dan performa tinggi. Dataset yang digunakan terdiri dari citra mata dengan beberapa kategori penyakit yaitu Bulging, Cataract, Crossed, Hordeolum, Uveitis, dan kondisi normal. Data dibagi menjadi data pelatihan, validasi, dan pengujian. Model dilatih menggunakan 72 skenario dengan kombinasi epoch, batch size, learning rate, dan optimizer untuk menemukan konfigurasi terbaik. Evaluasi dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa konfigurasi terbaik diperoleh pada epoch 50, batch size 32, learning rate 1e-4, dan optimizer AdamW dengan akurasi validasi mencapai 97,96%. Model kemudian diuji pada Test Set untuk mengukur kemampuan generalisasi, dan hasilnya menunjukkan performa yang konsisten dengan hasil validasi. Dengan demikian, model ConvNeXtV2 terbukti mampu mengklasifikasikan citra penyakit mata secara efektif dan berpotensi diterapkan pada sistem diagnosis berbasis citra medis untuk membantu tenaga kesehatan dalam proses deteksi dini penyakit mata.


Availability
#
Teknik Informatika (FAKULTAS TEKNIK) Informatika 611.8 Dev p
ETD3621II
Available but not for loan - ETD
Detail Information
Call Number
Informatika 611.8 Dev p
Language
Indonesia
NPM
213510298
Publisher
Teknik Infomatka : Universitas Islam Riau., 2026
Keyword(s)
Deep Learning
CNN
Klasifikasi Citra
ConvNeXtV2
penyakit mata
Other Information
Petugas
Ayu Agustina
Other version/related

No other version available

File Attachment
  • Please login to see this attachment
Comments

You must be logged in to post a comment

ETD - UIR
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2026 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search
Where do you want to share?