Panca indra pada manusia sangat rentan terhadap penyakit terutama pada indra pengelihatan yaitu mata. Beberapa penyakit yang dapat teridentifikasi pada organ mata salah satunya adalah penyakit mata diabetes atau Diabetic Retinopathy (DR). Indikasi penyakit Diabetic Retinopathy (DR) berupa ketidaknormalan mata yang ditandai dengan gangguan kerusakan pembuluh darah kapiler pada jaringan yang berfungsi sebagai sensor cahaya (retina). Pendeteksian yang dilakukan sejak dini dapat memberikan tindakan perawatan yang sesuai. Oleh sebab itu, untuk mengecek penyakit terlebih dahulu melakukan ekstraksi pembuluh darah retina yang dilakukan dengan cara segmentasi. Pada penelitian Tugas Akhir ini, segmentasi pembuluh darah retina terdiri dari dua tahap, yaitu preprocessing dan segmentasi. Tahap pertama preprocessing citra dilakukan dengan mengambil citra RGB (Red, Green, Blue) ke Green Channel, memperbaiki kontras citra dengan Contrast limited Histogram Equalization (CLAHE), dan untuk menghilangkan noise dengan median filter.Tahap kedua segmentasi citra dilakukan dengan Morphological Skeleton, Pruning dan dilasi. Selanjutnya dilakukan perhitungan tingkat akurasi dengan Ground Truth-nya. Pengujian menggunakan database DRIVE (Digital Retinal Image for Vessel Extraction) sebanyak 20 citra. Metode Skeleton dan Prunning mampu mensegmentasi dengan baik yang dibuktikan dengan hasil nilai akurasi segmentasi dibandingkan dengan citra Ground Truth sebesar 86,96%.


Deskripsi Lain

The five senses of human are really susceptible to disease particularly in optical sense or eye. Some diseases that are can be identified in eye one of them is diabetic eye disease or Diabetic Retinopathy (DR). Indication of Diabetic Retinopathy (DR) is an eye abnormalization that is marked by the failure of capillary vescular in the tissues which function as light censor (retinal). Early detection can give the appropriate treatment measure. Thereform, to check the disease is firstly doing an extraction of retinal vessel by segmentation. The first phase is image preprocessing by taking RGB (Red, Green, Blue) to the Green Channel, repairing the image contrast with Contrast limited Histogram Equalization (CLAHE), and removal noise by median filter. The second image segmentation phase is done by Morphological Skeleton Pruning and dilation. Subsequently, phase is calculation of the accuracy level by its Ground Truth. The testing uses DRIVE (Digital Retinal Image for Vessel Extraction) database 20 of image. Skeleton dan Prunning method are able to segment well which is proven by the result of segmentation accuracy value compared to the Ground Truth image as 86,96% Keywords: Segmentation of retinal blood vessels, Sekeleton, Pruning.

• Perancangan dan Implementasi Program Aplikasi Ujian Masuk Seleksi Program Minat & Prestasi Universitas Trunojoyo
• Analisis Penerapan Pertanyaan Standar Akuntansi Keuangan (PSAK) No. 59 Tentang Pengelolaan Zakat Pada Bank Syariah Mandiri (Studi Kasus pada Bank Syariah Mandiri Cabang Pamekasan)
• Deteksi Citra Berwarna Menggunakan Kombinasi Matrik Mask Delapan Arah dan Threshold
• Pengaruh faktor-faktor pelayanan terhadap tingkat kepuasan pelanggan pada PT. Perusahaan Daerah Air minum Cabang Bangkalan di Kabupaten Bangkalan
• ANALISIS TINGKAT RISIKO KREDIT PADA PD. BPR BANK DAERAH LAMONGAN