Klasifikasi Penyakit Mata Dengan Model Machine Learning Berbasis SVM
Keywords:
Klasifikasi Penyakit Mata, Support Vector Machine, SVM, Deteksi Dini, Ekstraksi Fitur, Diagnosis Berbantuan KomputerAbstract
Klasifikasi penyakit mata merupakan aspek penting dalam deteksi dini dan pengobatan berbagai penyakit mata. Dalam penelitian ini, kami mengusulkan model klasifikasi berbasis Support Vector Machine (1) untuk mengidentifikasi jenis penyakit mata secara lebih akurat. SVM dipilih karena memiliki kemampuan diferensiasi kelas tinggi dengan margin maksimal, terutama untuk data berdimensi besar dan kompleksitas variabel tinggi. Dataset yang digunakan berisi gambar mata dari berbagai kategori penyakit seperti katarak (2), glaukoma (3), dan retinopati diabetik (4). Setelah prapemrosesan dan ekstraksi fitur, model SVM dilatih dan diuji menggunakan pendekatan validasi silang (5) untuk mengevaluasi kinerjanya dalam hal akurasi, sensitivitas, dan spesifisitas. Hasil penelitian menunjukkan bahwa model SVM dapat mencapai akurasi tinggi dalam klasifikasi penyakit mata, sehingga memiliki potensi besar untuk diterapkan pada sistem pendukung diagnostik berbantuan komputer di masa depan.
References
Yuanming Hu, Peng Zhang, et al. (2024). "CNN and SVM for Diabetic Retinopathy Detection," Journal of Artificial Intelligence and Software Engineering.
B.P. Velayutham, et al. (2020). "Diabetic Retinopathy Detection and Classification Using Support Vector Machines," IEEE Transactions on Medical Imaging.
S. Kaur, et al. (2020). "Support Vector Machine for Early Detection of Diabetic Retinopathy," Journal of Medical Systems.
Tasnim Bill Zannah, Md. Abdulla-Hil-Kafi, Md. Alif Sheakh, et al. (2024). "Bayesian Optimized Machine Learning Model for Automated Eye Disease Classification," Computation.
Sadaf Malik, Nadia Kanwal, et al. (2019). "Machine Learning Algorithms for Eye Disease Classification," Applied Sciences.
M. Shamim Kaiser, Md. Whaiduzzaman (2024). "Enhanced SVM for Glaucoma Detection," BMC Medical Informatics and Decision Making.
Omar Bernabé, et al. (2023). "Pattern Classification in Retinal Images Using CNN," SpringerLink Journal of Ophthalmology.
Sushma K Sattigeri, et al. (2021). "Automated Identification of Eye Diseases Using CNN-SVM," Computational and Structural Biotechnology Journal.
Yunial, A. H. (2020). Analisis Optimasi Algoritma Klasifikasi Support Vector Machine, Decision Trees, dan Neural Network Menggunakan Adaboost dan Bagging. Jurnal Informatika Universitas Pamulang, 5(3), 247-260
Triyono, A., Trianto, R. B., & Puspita Arum, D. M. (2021). Penerapan Least Squares Support Vector Machines (LSSVM) dalam Peramalan Indonesia Composite Index. Jurnal Informatika Universitas Pamulang, 6(1), 210-216.
