RANCANG BANGUN SOFTWARE PENDIAGNOSIS GANGGUAN GINJAL MELALUI CITRA IRIS MATA MENGGUNAKAN ALGORITMA BACKPROPAGATION

  • Erna Dwi Astuti Program Studi Informatika Universitas Sains Al Qur’an (UNSIQ) Wonosobo
  • Mahmudi Mahmudi Program Studi Informatika Universitas Sains Al Qur’an (UNSIQ) Wonosobo
  • Qonita Afifah Program Studi Informatika Universitas Sains Al Qur’an (UNSIQ) Wonosobo
Keywords: Iridologi, pengolahan citra digital, deteksi tepi, backpropagation

Abstract

Iridologi sebagai ilmu pengetahuan didasarkan pada analisis susunan iris mata. Secara khusus iris mata memiliki kelebihan spesifik, yaitu dapat merekam semua kondisi organ,konstruksi tubuh, serta kondisi psikologis. Jejak rekaman yang berkaitan dengan tingkat – tingkat intensitas atau penyimpangan organ – organ tubuh yang disebabkan oleh penyakit terdata secara sistematis serta terpola pada iris mata dan sekitarnya. Hal ini dapat dijadikan pedoman praktis untuk melakukan diagnosis kondisi organ dengan melihat citra iris mata. Dalam penelitian ini, perangkat lunak mampu melakukan pengklasifikasian menggunakan segmentasi deteksi tepi dan backpropagation. Citra mata yang diolah terlebih dahulu dipisahkan dari citra iris mata untuk selanjutnya dilakukan perubahan ke citra aras keabuan dan mengatur kecerahan citra. Proses selanjutnya adalah meng-crop citra iris mata yang berhubungan dengan organ ginjal, setelah itu citra hasil crop akan dideteksi tepi, pendeteksian tepi yang digunakan adalah deteksi tepi canny. Langkah terakhir adalah ekstraksi ciri dengan metode backpropagation. Dari hasil pengujian, dapat disimpulkan bahwa proses pengenalan iris mata ini menunjukkan hasil pengenalan yang baik. Ada beberapa faktor yang mempengaruhi proses pengenalan dari citra masukan, warna citra iris mata, pencahayaan pada citra masukan. Dari 16 citra iris mata yang diuji, program ini dapat mengenali 16 citra, sehingga pengenalannya 100%

References

Ani1 K. Jain, Jianchang Mao, K.M. Mohiuddin. 1996. Artificial Neural Networks: A Tutorial. IEEE Document Transactions.
Chang Jou, Shih-Shien You, Long-Wen Chang. 1994. Analysis Of Hidden Nodes For Multi-Layer Perceptron Neural Networks. Department of Computer Science, National Tsing Hua University, Hsinchu, Taiwan.
Dwi Astuti, Erna. 2009. Pengenalan Jaringan Saraf Tiruan dan Aplikasinya. Star Publishing. Wonosobo.
F. Mai, Y. Hung, H. Zhong, W. Sze. A hierarchical approach for fast and robust ellipse ,extraction. Pattern Recognition. 2008
Gonzalez ,Wood dan Eddins. 2004. Digital Image Processing Using Matlab. Prentice Hall.
Hasan Bisri, 2013. Klasifikasi Citra Paru-Paru dengan Ekstraksi Fitur Histogram dan Jaringan Syaraf Tiruan Backpropagation. Surabaya: Universitas Airlangga
John Canny. A computational approach to edge detection. Pattern Analysis and Machine Intelligence, IEEE Transactions on, PAMI-8(6): 10-15
Jong Jek Siang. 2004. Jaringan Syaraf Tiruan dan Pemrogramannya menggunakan Matlab. Penerbit Andi.
Richard Duda, Peter E, dan David G Stork. 2000. Pattern Classification (Second Edition).
Sergei Azernikov. Sweeping solids on manifolds. In Symposium on Solid and Physical Modeling.2008.
Published
2015-01-02
How to Cite
Astuti, E., Mahmudi, M. and Afifah, Q. (2015) “RANCANG BANGUN SOFTWARE PENDIAGNOSIS GANGGUAN GINJAL MELALUI CITRA IRIS MATA MENGGUNAKAN ALGORITMA BACKPROPAGATION”, Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ, 2(1), pp. 26-33. doi: https://doi.org/10.32699/ppkm.v2i1.314.
Section
Articles