Klasifikasi Penyakit Mata pada Manusia dengan Menggunakan Model Arsitektur Vision Transformers

Abstract

Mata merupakan alat indra makhluk hidup yang sangat penting khususnya pada manusia. Dimana jika rentina mata mengalami kerusakan atau terkena penyakit, khususnya penyakit mata katarak maka kualitas rentina mata tidak dapat digunakan dengan baik. Maka diperlukan pendekatan digital agar dapat mengenali mata tersebut positif katarak atau negatif secara cepat, tepat, efesien dan akurat. Sehingga penelitian ini membuat suatu investigasi penyakit mata manusia khususnya katarak melalui citra rentina mata kedalam bentuk klasifikasi dengan cepat, efesien, dan akurat. Klasifikasi yang dilakukan dalam penelitian ini menggunakan model algoritma Vision Transformer dari CNN. Berdasarkan hasil training pada enam skenario yang diuji. dengan menggunakan dataset training memanfaatkan Hyperparameter Epoch 25 dan 50, Input Shape 224x224x3 (RGB channel), batch size 32 dan Optimizer (Adam, RMSprop, SGD) dan Learning Rate 0.001 dengan dataset 1120 citra rentia. Hasil dari penelitian ini dengan menggunakan Vision Transformer yang memanfaatkan Hyperparameter Epoch 25 dan 50, Input Shape 224x224x3 (RGB channel), batch size 32 dan Optimizer (Adam, RMSprop, SGD) dan Learning Rate 0.001 mendapatkan hasil secara berturut-turut, dimana akurasi terbaik yaitu Akurasi 92.86%%, Precision 100%, Recall 85.72%, F1-score 92,31%. The eyes are a very important sense organ in living creatures, especially humans. Where if the eye retina is damaged or affected by disease, especially cataracts, the quality of the eye retina cannot be used properly. So a digital approach is needed to be able to identify whether the eye is positive for cataracts or negative quickly, precisely, efficiently and accurately. So this research makes an investigation of human eye diseases, especially cataracts, through images of the retina of the eye in a fast, efficient and accurate classification form. The classification carried out in this research uses the Vision Transformer algorithm model from CNN. Based on training results on the six scenarios tested. using a training dataset utilizing Hyperparameter Epoch 25 and 50, Input Shape 224x224x3 (RGB channel), batch size 32 and Optimizer (Adam, RMSprop, SGD) and Learning Rate 0.001 with a dataset of 1120 rentia images. The results of this research using Vision Transformer which utilizes Hyperparameter Epoch 25 and 50, Input Shape 224x224x3 (RGB channel), batch size 32 and Optimizer (Adam, RMSprop, SGD) and Learning Rate 0.001 get results respectively, where the best accuracy namely Accuracy 92.86%%, Precision 100%, Recall 85.72%, F1-score 92.31%.