Deteksi Kolesterol Melalui Citra Iris Mata Menggunakan Metode Local Binary Pattern Dan Klasifikasi Jaringan Syaraf Tiruan

Abstract

Kolesterol merupakan lemak yang berada di dalam darah manusia yang diperlukan untuk pembentukan beberapa hormon dan dinding sel baru. Kelebihan kolesterol dalam darah dapat mengakibatkan jantung koroner dan stroke. Kadar kolesterol normal manusia berada di kisaran 200 mg/dL atau kurang. Pada saat ini pengujian kadar kolesterol masih menggunakan darah atau biasa disebut teknik invasif. Sebelumnya, pasien harus berpuasa selama 10-12 jam sehingga membuat teknik ini kurang efisien dari segi waktu. Maka dari itu, dirancang sebuah sistem yang dapat mendeteksi kolesterol dengan waktu yang singkat menggunakan citra mata dengan teknik iridologi. Penelitian ini bertujuan untuk mendeteksi kolesterol seseorang termasuk kolesterol normal, berisiko kolesterol, dan kolesterol tinggi. Proses sistem diawali dengan akusisi data citra kemudian dilakukan proses preprocessing yang terdiri dari proses resize, ROI crop dan konversi citra mata RGB ke grayscale. Dalam penelitian ini metode Local Binary Pattern (LBP) digunakan sebagai metode ekstraksi ciri dan metode Jaringan Syaraf Tiruan (JST) digunakan sebagai klasifikasinya. Berdasarkan hasil pengujian, sistem yang dibangun mampu mendeteksi kolesterol melalui citra iris mata dan mengklasifikasikan kedalam tiga kelas. Jumlah citra iris mata yang digunakan sebanyak 120 citra dengan 60 data latih dan 60 data uji. Hasil yang diperoleh yaitu tingkat akurasi tertinggi 91.66 % dan waktu komputasi rata-rata 0.3362 s dengan parameter uji orde satu, radius (r) = 1, resize piksel 768 × 768, ROI = 64, epoch 1000 dan hidden layer 10.

Kata Kunci: Kolesterol, Citra Mata, Local Binary Pattern, Jaringan Syaraf Tiruan.