DETEKSI GLAUKOMA BERDASARKAN KESAMAAN CIRI TEKSTUR OPTIC CUP DAN OPTIC DISC PADA CITRA FUNDUS RETINA

GIBRAN SATYA NUGRAHA, Dr. Indah Soesanti, S.T., M.T.; Dr.Eng Sunu Wibirama, S.T., M.Eng.

2017 | Tesis | S2 Teknik Elektro

Glaukoma merupakan penyebab kebutaan nomor dua di dunia setelah katarak. Glaukoma menyebabkan kerusakan pada saraf optik mata diakibatkan oleh meningkatnya tekanan intraokular pada mata. Salah satu faktor untuk mendiagnosis glaukoma ialah dengan memeriksa bentuk dan warna dari optic nerve atau yang dikenal dengan nama ophthalmoscopy, pemeriksaan ophthalmoscopy dapat menggunakan citra retina dari fundus camera. Pada pemeriksaan ophthalmoscopy tersebut akan dihitung rasio antara optic cup dengan optic disc atau yang dikenal dengan nama cup to disk ratio (CDR). Rasio CDR yang melebihi 0.3 didiagnosis sebagai mata yang terkena glaukoma, sedangkan apabila kurang dari 0.3 maka mata tersebut merupakan mata normal. Metode DDLS (Disc Damage Likelihood Score) merupakan metode manual yang digunakan oleh dokter untuk menghitung CDR, menjadi kurang efektif dan efisien karena membutuhkan waktu yang lama serta kehadiran seorang pakar. Pada penelitian ini akan dibahas mengenai deteksi glaukoma berdasarkan kesamaan ciri tekstur optic cup dengan optic disc pada citra fundus retina menggunakan beberapa teknik pengolahan citra dan klasifikasi. Citra yang digunakan didapatkan secara online dari internet yaitu 66 citra normal dari RIM-ONE database, dan 70 citra glaukoma dari DRSITHI-GS. Selanjutnya mengekstrak fitur tekstur berbasis statistik dari optic cup dan optic disc, fitur yang diesktrak itu antara lain fitur histogram dengan 6 fitur dan GLCM 5 fitur. Seleksi fitur untuk memilih fitur yang memiliki pengaruh paling dominan terhadap hasil klasifikasi berdasarkan kesamaan optic cup dan optic disc pada citra normal dan glaukoma, dan hasil klasifikasi yang didapatkan sebesar 93.38% untuk akurasi, 95.45% untuk sensitivitas, dan 91.43% untuk spesifisitas dengan menggunakan fitur mean, energi, angular second moment, standar deviasi, entropi histogram, entropi GLCM, dan korelasi

Glaucoma is the second leading cause of blindness in the world after cataract. Glaucoma causes a damage to the optic nerve by the increasing of intraocular pressure of the eye. One of the factors of diagnosing glaucoma is to examine the shape and the color of the optic nerve or known as ophthalmoscopy, ophthalmoscopy examinations may use the retinal image from fundus camera. On ophthalmoscopy examinations will be calculated the ratio between optic cup and optic disc or known by the name of cup to disc ratio (CDR). CDR exceeding 0.3 diagnosed as glaucoma, whereas if it is less than 0.3 then the eye is a normal eye. DDLS (Disc Damage Likelihood Score) method is a manual method used by doctors to calculate the CDR, it becomes less effective and efficient because it takes a long time as well as the presence of an expert. This research will discuss the detection of glaucoma based on similarity of texture feature of the optic cup and optic disc on retinal fundus images using image processing and classification techniques. Retinal image that will be used in this research are obtained online from the internet, including 66 normal image of the RIM-ONE database, and 70 glaucoma images of DRSITHI-GS. Subsequently texture features from optic cup and optic disc will be extracted based on statistic method, the extracted features include histogram feature with 6 features and GLCM 5 features. Feature selection based on the similarity measurement between optic cup and optic disc in normal and glaucoma image will be used as classifier input in Multi Layer Perceptron and provided result about 93.38% for accuracy, 95.45% sensitivity, and 91.43% specificity using mean, energy, angular second moment, standard deviation, entropy histogram, entropy GLCM, and correlation.

Kata Kunci : Glaucoma, Cup to Disc Ratio, histogram, GLCM