Deteksi penyakit mata pada citra menggunakan Metode Convolutional Neural Network menggunakan Arsitektur Efficientnetb3

Lokananta, Muhammad Pratar (2025) Deteksi penyakit mata pada citra menggunakan Metode Convolutional Neural Network menggunakan Arsitektur Efficientnetb3. Undergraduate (S1) thesis, Universitas Merdeka Pasuruan.

[img] Text
COVER.pdf
Download (555kB)
[img] Text
BAB-I.pdf
Download (246kB)
[img] Text
BAB-II.pdf
Restricted to Registered users only
Download (424kB)
[img] Text
BAB-III.pdf
Restricted to Registered users only
Download (385kB)
[img] Text
BAB-IV.pdf
Restricted to Registered users only
Download (321kB)
[img] Text
BAB-V.pdf
Restricted to Registered users only
Download (161kB)
[img] Text
DAFTAR-PUSTAKA.pdf
Restricted to Registered users only
Download (181kB)

Abstract

Penyakit mata seperti katarak, glaukoma, retinopati diabetik, dan konjungtivitis dapat menyebabkan gangguan penglihatan atau bahkan kebutaan jika tidak terdeteksi lebih awal. Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis untuk penyakit mata menggunakan data gambar dan Jaringan Saraf Konvolusi (CNN) dengan arsitektur EfficientNetB3. Dataset terdiri dari gambar mata yang telah menjalani pemrosesan awal dan augmentasi untuk meningkatkan kinerja model. Sistem ini dirancang untuk mengklasifikasikan gambar ke dalam empat kategori penyakit dan telah menunjukkan tingkat akurasi yang relatif tinggi. Hasilnya menunjukkan bahwa arsitektur EfficientNetB3 efektif dalam mendeteksi penyakit mata dari gambar dan memiliki potensi untuk digunakan sebagai alat dukungan diagnosis dini di bidang oftalmologi.

Item Type: Thesis (Undergraduate (S1))
Uncontrolled Keywords: Deteksi Penyakit Mata, CNN, Katarak, Efficientnetb3, Glukoma, Konjungtivitis, Retina Diabetik
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Informatika
Depositing User: Perpustakaan Unmer Pasuruan
Date Deposited: 22 Apr 2026 04:34
Last Modified: 22 Apr 2026 04:34
URI: http://repository.unmerpas.ac.id/id/eprint/980

Actions (login required)

View Item View Item