Retinopati Diabetik (Diabetic Retinopathy) merupakan salah satu penyakit
mata yang merusak pembuluh darah di dalam retina dan dapat menyebabkan
kebutaan temporer hingga permanen. Retinopati Diabetik sering dialami oleh
penderita Diabetes Melitus. Salah satu metode untuk mendeteksi Retinopati
Diabetik adalah melalui pemeriksaan mata untuk melihat bagian fundus mata yang
disebut dengan funduskopi. Pemeriksaan funduskopi secara manual belum dapat
memberikan informasi yang jelas, sehingga tenaga ahli membutuhkan waktu
tambahan untuk menganalisis funduskopi. Oleh karena itu, sistem klasifikasi
Retinopati Diabetik akan dirancang yang diharapkan dapat membantu tenaga ahli
mendeteksi Retinopati Diabetik dengan cepat dan mengambil tindakan medis
secara tepat.
Sistem klasifikasi Retinopati Diabetik dirancang dengan teknik
pengolahan citra digital. Hasil ekstraksi fitur diklasifikasikan menggunakan
jaringan saraf tiruan Self-Organizing Map. Klasifikasi Retinopati Diabetik
berdasarkan tingkat keparahannya dikelompokkan ke dalam kelas normal, mild,
moderate, atau severe dengan memperhatikan jumlah kemunculan exudates dan
microaneurysms serta struktur blood vessels. Dataset yang digunakan dalam
penelitian ini adalah citra fundus sejumlah 1000 yang diperoleh dari basis data
ophthalmology MESSIDOR.
Penelitian yang dilakukan pada tugas akhir ini menunjukkan bahwa
dengan menggunakan nilai parameter SOM neuron size 20, sigma 5, learning rate
0.5, dan jumlah iterasi 5000 menghasilkan akurasi klasifikasi keparahan penyakit
Diabetic Retinopathy sebesar 72%.