Melola Discovery

← Melola Discovery

Jurnal SINTA 2

Perbaikan Segmentasi Pembuluh Darah Tipis Pada Citra Retina Menggunakan Fuzzy Entropy

JUTI: Jurnal Ilmiah Teknologi Informasi · Vol. 17 No. 2 (2019) · pp. 135–145

DOI
10.12962/j24068535.v17i2.a857
ISSN
2406-8535, 1412-6389
Published
2019-08-20
Publisher
Institut Teknologi Sepuluh Nopember
Language
eng

Abstract

Diabetic Retinopathi adalah kelainan pembuluh darah retina pada mata yang diakibatkan komplikasi penyakit diabetes. Deteksi lebih dini diperlukan agar kelainan ini dapat ditangani secara cepat dan tepat. Kelainan ini ditandai dengan melemahnya bagian pembuluh darah tipis akibat tersumbatnya aliran darah kemudian menyebabkan bengkak pada mata bahkan kebutaan. Oleh karena itu diperlukan metode analisa pembuluh darah retina melalui proses segmentasi pembuluh darah terutama pada bagian penting yaitu pembuluh darah tipis. Peneliti mengusulkan penggabungan metode perbaikan pembuluh darah tipis atau yang dikenal dengan Thin Vessel Enhancement dan Fuzzy Entropy. Thin Vessel Enhancement berfungsi untuk memperbaiki citra agar dapat mengekstrak lebih banyak bagian pembuluh darah khususnya pembluh darah tipis, sedangkan Fuzzy Entropy dapat menentukan nilai optimal threshold berdasarkan nilai entropy pada membership function. Segmentasi yang dihasilkan dibagi menjadi 3 kategori yaitu pembuluh darah utama, medium, dan tipis. Uji coba dilakukan terhadap metode Thin Vessel Enhancement menggunakan 1 kernel dan Fuzzy Entropy dari nilai threshold ke-1 maka diperoleh nilai accuracy, sensitivity, dan specivicity sebesar 94.81%, 66.83%, dan 97.51%.

Collaboration network of the authors

40 authors · 82 co-authorship links · 16 across different organisations · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Institut Teknologi Sepuluh Nopember
  • University of Brawijaya
  • Universitas Airlangga
  • Hasanuddin University
  • University of Indonesia
  • North Sumatra Islamic University
  • Universitas Muhammadiyah Malang
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Nanik SuciatiInstitut Teknologi Sepuluh Nopember9
Diana PurwitasariInstitut Teknologi Sepuluh Nopember8
Handayani TjandrasaInstitut Teknologi Sepuluh Nopember7
Siti RochimahInstitut Teknologi Sepuluh Nopember4
Anny YuniartiInstitut Teknologi Sepuluh Nopember3
Hari GinardiInstitut Teknologi Sepuluh Nopember2
Ahmad SaikhuInstitut Teknologi Sepuluh Nopember2
Hilya TsaniyaInstitut Teknologi Sepuluh Nopember2
Hendra MesraHasanuddin University2
Riyanarto SarnoInstitut Teknologi Sepuluh Nopember2
Eha Renwi AstutiUniversitas Airlangga2
Ramadhan Hardani PutraUniversitas Airlangga2
Bilqis AmaliahInstitut Teknologi Sepuluh Nopember1
M. Rahmat WidyantoUniversity of Indonesia1
Jayanti Yusmah SariInstitut Teknologi Sepuluh Nopember1
Mutmainnah MuchtarInstitut Teknologi Sepuluh Nopember1
Agus Zainal ArifinInstitut Teknologi Sepuluh Nopember1
Moch Zawaruddin AbdullahInstitut Teknologi Sepuluh Nopember1
Dinial Utami Nurul QomariahInstitut Teknologi Sepuluh Nopember1
Evan TanuwijayaInstitut Teknologi Sepuluh Nopember1
Yuita Arum SariUniversity of Brawijaya1
Ratih Kartika DewiUniversity of Brawijaya1
Yudhi PurwanantoInstitut Teknologi Sepuluh Nopember1
Junaidi JunaidiNorth Sumatra Islamic University1
Faida RoyaniAffiliation unknown1
Dewi RosidaAffiliation unknown1
Evy Kamilah RatnasariInstitut Teknologi Sepuluh Nopember1
Nur HayatinUniversitas Muhammadiyah Malang1
Mustika MentariInstitut Teknologi Sepuluh Nopember1
Rizal Setya PerdanaUniversity of Brawijaya1
Fahrur RoziInstitut Teknologi Sepuluh Nopember1
Ahmad Hayam BrilianAffiliation unknown1
Aditya BagusmulyaInstitut Teknologi Sepuluh Nopember1
Mirza Galih KurniawanInstitut Teknologi Sepuluh Nopember1
Christian Sri Kusuma AdityaInstitut Teknologi Sepuluh Nopember1
Mamluatul Hani’ahAffiliation unknown1
Aryo HartoInstitut Teknologi Sepuluh Nopember1
Yunan Helmi MahendraInstitut Teknologi Sepuluh Nopember1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://juti.if.its.ac.id/index.php/juti/oai, first harvested 26 Okt 2026, last seen 26 Okt 2026.
Original metadata (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Perbaikan Segmentasi Pembuluh Darah Tipis Pada Citra Retina Menggunakan Fuzzy Entropy</dc:title>
	<dc:creator xml:lang="en">Farosanti, Lafnidita</dc:creator>
	<dc:creator xml:lang="en">Fatichah, Chastine</dc:creator>
	<dc:description xml:lang="en">Diabetic Retinopathi adalah kelainan pembuluh darah retina pada mata yang diakibatkan komplikasi penyakit diabetes. Deteksi lebih dini diperlukan agar kelainan ini dapat ditangani secara cepat dan tepat. Kelainan ini ditandai dengan melemahnya bagian pembuluh darah tipis akibat tersumbatnya aliran darah kemudian menyebabkan bengkak pada mata bahkan kebutaan. Oleh karena itu diperlukan metode analisa pembuluh darah retina melalui proses segmentasi pembuluh darah terutama pada bagian penting yaitu pembuluh darah tipis. Peneliti mengusulkan penggabungan metode perbaikan pembuluh darah tipis atau yang dikenal dengan Thin Vessel Enhancement dan Fuzzy Entropy. Thin Vessel Enhancement berfungsi untuk memperbaiki  citra agar dapat mengekstrak lebih banyak bagian pembuluh darah khususnya pembluh darah tipis,  sedangkan Fuzzy Entropy dapat menentukan nilai optimal threshold berdasarkan nilai entropy pada membership function. Segmentasi yang dihasilkan dibagi menjadi 3 kategori yaitu pembuluh darah utama, medium, dan tipis. Uji coba dilakukan terhadap metode Thin Vessel Enhancement menggunakan 1 kernel dan Fuzzy Entropy dari nilai threshold ke-1 maka diperoleh nilai accuracy, sensitivity, dan specivicity sebesar 94.81%, 66.83%, dan 97.51%.</dc:description>
	<dc:publisher xml:lang="en">Institut Teknologi Sepuluh Nopember</dc:publisher>
	<dc:date>2019-08-20</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://juti.if.its.ac.id/index.php/juti/article/view/857</dc:identifier>
	<dc:identifier>10.12962/j24068535.v17i2.a857</dc:identifier>
	<dc:source xml:lang="en">JUTI: Jurnal Ilmiah Teknologi Informasi; Vol. 17, No. 2, Juli 2019; 135-145</dc:source>
	<dc:source>2406-8535</dc:source>
	<dc:source>1412-6389</dc:source>
	<dc:source>10.12962/j24068535.v17i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://juti.if.its.ac.id/index.php/juti/article/view/857/392</dc:relation>
</oai_dc:dc>