Identifikasi Pola Penyakit Pada Citra Iris Mata dengan RBF Neural Network

Daniel Hadrian Yohandy, I Made Normo Wiranata, Tea Qaula Ferbia

Sari


Abstrak

Gaya kehidupan manusia semakin beragam dan padat sehingga banyak terjadi dimana penyakit dan gangguan pada tubuh diketahui ketika sudah dalam kondisi parah. Kebanyakan manusia tidak disiplin dalam memantau kesehatan mereka karena dirasa belum ada cara yang mudah dan efisien, cara yang mayoritas digunakan adalah check-up ke rumah sakit. Iris mata manusia dapat menjadi salah satu media atau sarana dalam mengenali gangguan kondisi tubuh seseorang. Pola yang muncul pada iris mata dapat dikenali dengan bantuan teknologi jaringan saraf tiruan yang salah satunya adalah metode RBF yang dipakai dalam penelitian ini. Hasil yang ditemui pada penelitian ini adalah penggunaan metode RBF mampu untuk mengenali pola yang ada di iris mata, dan dapat memberikan hasil pengenalan penyakit kompleks dan stress dengan akurasi yang dibilang masih rata-rata (sekitar 50%).

 

Kata Kunci: Penyakit, Iris Mata, Pola, RBF

 

Abstract

Human lifestyle is more diverse and dense, so much happening where disease and disturbance in the body are known when it is in severe condition. Most humans are not disciplined in monitoring their health because it feels there is no easy and efficient way, the way that the majority used is the check-up to the hospital. The iris of the human eye can be one of the media or means in recognizing a person's body condition disorder. Patterns that appear on the iris can be identified with the help of artificial neural network technology one of which is the RBF method used in this study. The results found in this study are the use of RBF method to recognize the existing pattern in the iris and can provide the results of the introduction of complex diseases and stress with an accuracy that is still fairly average (about 50%).

 

Keywords: Disease, Eye Iris, Pattern, RBF


Kata Kunci


Pengenalan Pola, Biomedis

Teks Lengkap:

PDF

Referensi


Azmi, F., Utara, U. S., & Pola, P. (2016). Analisis Learning Jaringan Rbf ( Radial Basis Function Network ), V(2), 32–34.

Er, M. J., Wu, S., Lu, J., & Toh, H. L. (2002). Face recognition with radial basis function (RBF) neural networks. IEEE Transactions on Neural Networks, 13(3), 697–710. https://doi.org/10.1109/TNN.2002.1000134

Erwin, Fachrurrozi, M., Passarella, R., & Darmawahyuni, A. (2013). Identifikasi gangguan usus besar (colon) berdasarkan citra iris mata menggunakan metode naïve bayes. In Seminar Nasional Matematika, Sain dan Teknologi (pp. 54–61).

H, R. G. A. N. P., Zahra, A. A., & Isnanto, R. R. (n.d.). TIRUAN PERAMBATAN BALIK.

Hagan, M. T., Demuth, H. B., & Beale, M. H. (1995). Neural Network Design. Boston Massachusetts PWS, 2, 734. https://doi.org/10.1007/1-84628-303-5

Hidayat, A. R., & Junianto, E. (2017). Pengaruh Gadget Terhadap Prestasi Siswa SMK Yayasan Islam Tasikmalaya Dengan Metode TAM | Hidayat | Jurnal Informatika. Jurnal Informatika, 4(2), 163–173. Retrieved from http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/2096

Klinik Intan. (n.d.). Retrieved from http://www.klinikintanjogja.com/uc/doctorprofile.php

Muhammad Erwin Ashari Haryono. (2005). Pengenalan Huruf Menggunakan Model jaringan Saraf Tiruan RBF. Sains Komputer, 3(Snati).

Noor, D., Rahayu, P., Isnanto, R. R., & Hidayatno, A. (n.d.). Tepi.

Othman, Z. (2010). Preliminary Study on Iris Recognition System : Tissues of Body Organs in Iridology, (December), 115–119.

Passarella, R., & Fachrurrozi, M. (2013). Development of Iridology System Database for Colon Disorders Identification using Image Processing, 2(June), 100–103.

Ramdan, D. S. (n.d.). Deteksi region iris mata untuk menentukan kondisi kesehatan jantung.

Rochmad, M. (2009). MELALUI PENGENALAN POLA IRIS MATA, 2009(semnasIF), 8–16.

Santosa, S., Widjanarko, A., & Supriyanto, C. (2016). Model Prediksi Penyakit Ginjal Kronik Menggunakan Radial Basis Function, III(2), 2355–5920.

Sulistiyo, M. D. (2014). Iridology-Based Dyspepsia Early Detection Using Linear Discriminant Analysis and Cascade Correlation Neural Network, 139–144.

Tahir, Z., Warni, E., Sylwana, E. A., & Wahyuni, Q. (2012). Analisa Metode Radial Basis Function Jaringan Saraf Tiruan Untuk Penentuan Morfologi Sel Darah Merah ( Eritrosit ) Berbasis Pengolahan Citra, 6, 978–979.

Wijayanti, P. P., Dengen, N., Hairah, U., Informatika, T., Ilmu, F., Informasi, T., & Mulawarman, U. (2017). DIAGNOSA GANGGUAN SARAF MELALUI CITRA IRIS MATA DENGAN METODE REGION OF INTEREST, 2(1).




DOI: https://doi.org/10.31311/ji.v5i2.3783

##submission.license.cc.by4.footer##

 dipublikasikan oleh LPPM UBSI
Jl. Kamal Raya No. 18 Cengkareng, Jakarta Barat