Fakultas Teknologi Informasi

Optimizing decision tree using particle swarm optimization to identify eye diseases based on texture analysis

Penulis
Dosen:
  1. TONI ARIFIN
  2. ASTI HERLIANA
Tanggal Terbit
31 Januari 2020
Kategori
Jurnal Nasional Terakreditasi [SINTA 2]
Penerbit
Jurnal Teknologi dan Sistem Komputer
Kota / Negara
Semarang / Indonesia
Volume
Vol. 8 No. 1
Halaman
59-63
E-ISSN
2338-0403
E-ISBN
0.14710/jtsiskom.8.1.2020.59-63
URL
https://jtsiskom.undip.ac.id/article/view/13454/12544
Abstrak
Masalah gangguan penglihatan merupakanmasalah serius seiring peningkatan kasus gangguanpenglihatan hingga menyebabkan kebutaan.Penelitian ini mengkaji pengembangan aplikasiidentifikasi untuk klasifikasi penderita gangguanmata dengan menggunakan metode Decision Tree(DT) yang dioptimasi menggunakan Particle SwarmOptimization (PSO). Kajian ini menggunakan 311data citra mata, yang terdiri atas 233 citra matanormal dan 78 citra mata berpenyakit glaukoma,katarak, dan uveitis. Gray Level Co-occurrenceMatrix (GLCM) digunakan untuk ekstraksi fitur,sedangkan PSO digunakan untuk optimasi fitur danDT sebagai metode pembelajarannya. Aplikasiklasifikasi gangguan penglihatan teroptimasi ini dapatmeningkatkan akurasi sistem menjadi 88,09 %.