PENDETEKSIAN ABLASIO RETINA DARI CITRA FUNDUS RETINA BERDASARKAN ESTIMATOR PENALIZED SPLINE DENGAN PEREDUKSI DIMENSI GENERALIZED EXPLORATORY FACTOR ANALYSIS (GEFA)

• Main Author: MIFTAHUL JANNAH MAULIDIA, 081311833063
• Format: Theses and Dissertations NonPeerReviewed
• Language: Indonesian; Indonesian
• Published: 2017
• Subjects: QA276-280 Mathematical Analysis
• Online Access: http://repository.unair.ac.id/61062/1/KKC%20KK%20ST.S.%2009-17%20Mau%20p-Abstrak.pdf; http://repository.unair.ac.id/61062/2/KKC%20KK%20ST.S.%2009-17%20Mau%20p.pdf; http://repository.unair.ac.id/61062/; http://lib.unair.ac.id
• Institution: Universitas Airlangga

Ablasio retina merupakan suatu keadaan terpisahnya sel kerucut dan sel batang retina dari sel epitel pigmen retina, yang dapat menimbulkan penurunan tajam penglihatan hingga kebutaan. Penulisan skripsi ini bertujuan untuk mendeteksi ablasio retina berdasarkan estimator penalized spline dengan pereduksi dimensi Generalized Exploratory Factor Analysis (GEFA). Salah satu cara mengetahui ablasio retina adalah dengan melakukan pemeriksaan fundus mata menggunakan kamera fundus. Hasil dari kamera fundus berupa image, sehingga diolah terlebih dahulu melalui proses pengolahan citra untuk mendapatkan nilai numerik dari image tersebut. Proses pengolahan citra menghasilkan matriks dengan jumlah pengamatan (n) yang kurang dari jumlah variabel prediktor (p), sehingga perlu dilakukan reduksi dimensi pada data hasil pengolahan citra. Pereduksian dimensi dilakukan dengan menggunakan metode GEFA, karena kelebihannya dalam mengatasi masalah multikolinieritas dibandingkan dengan metode pereduksi dimensi lainnya. Data hasil reduksi dimensi digunakan untuk mengestimasi model regresi nonparametrik aditif dengan estimator penalized spline. Algoritma local scoring dengan kriteria nilai rata-rata deviance dan nilai RSS (Residual Sum of Square) yang konvergen, digunakan dalam menentukan model berdasarkan estimator penalized spline. Data yang digunakan dalam skripsi ini diperoleh dari Rumah Sakit Mata Masyarakat Surabaya yang terdiri dari 20 citra retina normal dan 20 citra ablasio retina. Berdasarkan data tersebut, 24 citra digunakan untuk pemodelan (data insample) dan 16 citra untuk prediksi (data outsample). Variabel respon yang digunakan berupa data dengan klasifikasi retina normal (Y=0) dan ablasio retina (Y=1), sedangkan variabel prediktor diperoleh dari data hasil reduksi dimensi pengolahan citra fundus retina menggunakan metode GEFA dengan jumlah variabel sebanyak 3 prediktor. Hasil estimasi pada data insample diperoleh ketepatan klasifikasi sebesar 100%, sedangkan untuk data outsample diperoleh ketepatan klasifikasi sebesar 81,25%.