View/Open

Author
SINDIKIA, AL ULYA NURUSSYIFA

Date Published
26 Jun 2026

Advisor
Andika Setiawan, S.Kom., M.Cs.,
Leslie Anggraini, S.Kom., M.Cs.,

Subject
Teknik Informatika

Publisher

Katarak merupakan gangguan penglihatan yang ditandai dengan lensa mata tampak berwarna putih. Jika tidak ditangani, katarak dapat menyebabkan kebutaan permanen. Tingginya angka kebutaan akibat katarak dan keterbatasan tenaga medis mendorong pemanfaatan kecerdasan buatan untuk klasifikasi tingkat maturitas katarak secara cepat dan akurat. Dalam penelitian ini, digunakan arsitektur ResNet-50 yang memiliki keunggulan dalam mengekstraksi fitur kompleks serta EfficientNet-B3 yang menawarkan efisiensi model dengan jumlah parameter yang lebih sedikit namun tetap mempertahankan akurasi yang tinggi. Penelitian ini bertujuan untuk mengklasifikasikan tingkat maturitas katarak serta membandingkan kinerja kedua arsitektur berdasarkan metrik evaluasi. Dataset yang digunakan terdiri dari 314 citra yang mencakup tiga kelas, yaitu immature, mature, dan normal. Proses pelatihan dilakukan menggunakan hyperparameter tuning dengan delapan kombinasi yang meliputi optimizer, learning rate, dan batch size. Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa ResNet-50 dengan kombinasi optimizer RMSProp, learning rate 0,0001, dan batch size 32 menghasilkan performa terbaik. Model ini mencapai nilai rata-rata F1-score sebesar 0,8620, accuracy 0,8689, precision 0,8624, dan recall 0,8671. Terdapat selisih nilai antara model terbaik ResNet-50 dan EfficientNet-B3, yaitu pada accuracy 0,0338, precision 0,0368, recall 0,0261 dan F1-score sebesar 0,0368. Secara keseluruhan, ResNet-50 menunjukkan performa yang lebih unggul pada dataset katarak dibandingkan EfficientNet-B3, meskipun masih ditemukan kesalahan klasifikasi antara kelas mature dan immature akibat kemiripan visual dan kualitas citra yang kurang optimal.

URI
https://repo.itera.ac.id/depan/submission/SB2606230246

Keyword
Klasifikasi Katarak Maturitas Katarak Perbandingan Arsitektur ResNet-50 EfficientNet-B3