Retinopati Diabetik (DR) merupakan salah satu komplikasi penyakit diabetes melitus yang menyerang mata dan seringkali berujung pada kebutaan. Jumlah penderita DR meningkat secara signifikan karena sebagian penderita diabetes tidak menyadari bahwa dirinya terkena komplikasi akibat diabetes kronis. Beberapa pasien mengeluh bahwa proses diagnosisnya memakan waktu lama dan mahal. Dari sini perlu dilakukan deteksi dini secara otomatis menggunakan Computer-Aided Diagnosis (CAD).
Proses klasifikasi DR berdasarkan beberapa kelas tersebut memiliki beberapa tahapan yaitu preprocessing dan klasifikasi. Preprocessing terdiri dari resize dan augmenting data, sedangkan pada proses klasifikasi digunakan metode Convolutional Support Vector Machine (CSVM). Metode CSVM merupakan gabungan metode Convolutional Neural Network (CNN) dan Support Vector Machine (SVM) sehingga proses ekstraksi fitur dan klasifikasi menjadi satu kesatuan.
Pada proses CSVM tahap pertama adalah mengekstraksi fitur konvolusional menggunakan arsitektur yang ada pada CNN. CSVM dapat mengatasi kekurangan CNN dalam hal waktu pelatihan. CSVM berhasil mempercepat proses pembelajaran dan tidak mengurangi keakuratan hasil CNN pada 2 kelas, 3 kelas, dan 5 kelas eksperimen. Hasil terbaik yang dicapai adalah pada klasifikasi 2 kelas menggunakan CSVM dengan augmentasi data yang mempunyai akurasi sebesar 98,76% dengan waktu 8 detik.
Sebaliknya CNN dengan augmentasi data hanya memperoleh akurasi sebesar 86,15% dengan waktu 810 menit 14 detik. Dapat disimpulkan bahwa CSVM lebih cepat dibandingkan CNN, dan akurasi yang diperoleh juga lebih baik untuk mengklasifikasikan DR. Karena SVM hanya berdasarkan klasifikasi biner, maka diperlukan metode lain yang dapat mengklasifikasikan data multikelas dengan baik. Metode kombinasi lainnya dapat menggunakan extreme learning machine, KELM, MLEM, dan metode konvensional lainnya.
Informasi detail dari riset ini dapat dilihat pada link berikut:
https://joiv.org/index.php/joiv/article/view/1501
Authors: D. C. R. Novitasari, Fatmawati, R. Hendradi, dkk.
Title: Automated Staging of Diabetic Retinopathy Using Convolutional Support Vector Machine (CSVM) Based on Fundus Image Data.
