PERBANDINGAN ARSITEKTUR XCEPTION, INCEPTION-RESNET V2, DAN CONVNEXT UNTUK KLASIFIKASI PENYAKIT GLAUKOMA BERDASARKAN CITRA RETINA

Putri, Maharani (2025) PERBANDINGAN ARSITEKTUR XCEPTION, INCEPTION-RESNET V2, DAN CONVNEXT UNTUK KLASIFIKASI PENYAKIT GLAUKOMA BERDASARKAN CITRA RETINA. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	Text ABSTRAK.pdf Download (271kB) | Preview
	Text Skripsi Full.pdf Restricted to Repository staff only Download (3MB) | Request a copy
Preview	Text File Skripsi Full Tanpa Bab Pembahasan.pdf Download (3MB) | Preview

Abstract

Deteksi dini glaukoma sangat penting untuk mencegah kerusakan saraf optik yang bersifat permanen. Penelitian ini membandingkan kinerja tiga arsitektur deep learning, yaitu Xception, Inception-ResNetV2, dan ConvNeXt, dalam mengklasifikasikan glaukoma berdasarkan citra retina. Dataset ACRIMA yang digunakan terdiri dari 705 citra fundus yang terbagi menjadi 396 citra glaukoma dan 309 citra non glaukoma. Proses penelitian meliputi pre-processing berupa resize dan normalisasi citra, pembagian data menjadi latih, validasi, dan uji, serta augmentasi untuk meningkatkan keragaman data. Masing-masing model dilatih menggunakan parameter yang seragam, lalu dievaluasi berdasarkan akurasi, presisi, recall, dan f1-score, baik tanpa early stopping maupun dengan early stopping. Hasil evaluasi menunjukkan bahwa setiap arsitektur memiliki karakteristik kinerja yang berbeda, namun ConvNeXt cenderung memberikan performa paling stabil dengan kombinasi akurasi dan f1-score yang lebih tinggi dibandingkan dua model lainnya. Inception-ResNetV2 menunjukkan performa baik tetapi lebih sensitif terhadap overfitting, sedangkan Xception memberikan hasil yang kompetitif dengan keunggulan pada efisiensi komputasi. Secara keseluruhan, penelitian ini menunjukkan bahwa pemilihan arsitektur CNN yang tepat berpengaruh signifikan terhadap keberhasilan klasifikasi glaukoma, dan ConvNeXt dapat direkomendasikan sebagai model paling optimal untuk sistem deteksi dini berbasis citra retina. Kata Kunci: Citra Digital, Convolutional Neural Network, Deep Learning, Glaukoma, Klasifikasi.

Item Type:	Other
Subjects:	?? 004 ?? ?? 005 ?? ?? 500 ?? ?? 507 ?? ?? 570 ?? UNSPECIFIED ?? 606 ?? ?? 607 ?? ?? 610 ??
Divisions:	Fakultas MIPA > Prodi Ilmu Komputer
Depositing User:	2507925535 Digilib
Date Deposited:	12 Jan 2026 02:07
Last Modified:	12 Jan 2026 02:07
URI:	http://digilib.unila.ac.id/id/eprint/94739

Actions (login required)

View Item