SEGMENTASI EXUDATE PADA CITRA FUNDUS MENGGUNAKAN SELF ORGANIZING MAPS

Abstract

Retinopati diabetik merupakan penyakit mata yang disebabkan oleh penyakit diabetes melitus. Retinopati diabetik dapat menyebabkan bocornya pembuluh darah di retina bocor atau pendarahan, dan mendistorsi penglihatan. Diagnosis sejak dini retinopati diabetik sangat penting untuk mencegah kebutaan. Exudate adalah salah satu gejala retinopati diabetik. Ophthalmologists menggunakan citra fundus pasien untuk mendeteksi exudate. Oleh karena itu, sangat penting untuk mendeteksi exudate pada citra fundus dalam diagnosis retinopati diabetes. Segmentasi exudate pada citra fundus merupakan tugas yang sulit dikerjakan oleh ophthalmologists karena citra fundus sering memiliki kualitas yang kurang baik, misalnya batas antar objek pada citra yang kurang jelas dan kontras yang rendah serta adanya noise. Metode segmentasi yang baik menjadi suatu kebutuhan dalam diagnosis retinopati diabetik. Terdapat banyak metode segmentasi, salah satunya adalah dengan menggunakan metode clustering. Self Organizing Map adalah salah satu metode clustering yang saat ini banyak digunakan untuk data mining, visualisasi data, dan analisis data eksploratif. Salah satu keunggulan dari algoritma Self Organizing Map adalah mampu untuk memetakan data berdimensi tinggi kedalam bentuk peta berdimensi rendah. Berdasarkan alasan tersebut maka makalah ini mengusulkan metode Self Organizing Map untuk segmentasi exudate pada citra fundus. Dari hasil percobaan diperoleh hasil bahwa metode Self Organizing Map mampu berkerja lebih baik dalam mensegmentasi citra fundus dibandingkan metode Fuzzy CMeans