Analisis Perbandingan KNN dengan SVM untuk Klasifikasi Penyakit Diabetes Retinopati berdasarkan Citra Eksudat dan Mikroaneurisma
ABSTRAK: Penelitian mengenai
pengklasifikasian tingkat keparahan penyakit Diabetes Retinopati berbasis image
processing masih hangat dibicarakan, citra yang biasa digunakan untuk
mendeteksi jenis penyakit ini adalah citra optik disk, mikroaneurisma, eksudat,
dan hemorrhages yang berasal dari citra fundus. Pada penelitian ini telah
dilakukan perbandingan algoritma SVM dengan KNN untuk klasifikasi penyakit
diabetes retinopati (mild, moderate, severe) berdasarkan citra eksudat dan
microaneurisma. Untuk proses ekstraksi ciri digunakan metode wavelet pada masing-masing kedua metode tersebut.
Pada penelitian ini digunakan 160 data uji, masing-masing 40 citra untuk kelas
normal, kelas mild, kelas moderate, kelas saviere. Tingkat akurasi yang
diperoleh dengan menggunakan metode KNN lebih tinggi dibandingkan SVM, yaitu 65
% dan 62%. Klasifikasi dengan algoritma KNN diperoleh hasil terbaik dengan
parameter K=9 cityblock. Sedangkan klasifikasi dengan metode SVM diperoleh
hasil terbaik dengan parameter One Agains All.
Penulis: SUCI AULIA, SUGONDO
HADIYOSO, DADAN NUR RAMADAN
Kode Jurnal: jptlisetrodd150817
