DIGITALISASI CITRA IRIS MATA UNTUK MENDIAGNOSIS GANGGUAN GINJAL MENGGUNAKAN METODE HIDDEN MARKOV MODEL (HMM)

Ilmu teknik elektro di dunia medis berkembang sangat pesat, salah satu
contohnya adalah perkembangan pengenalan penyakit melalui iris mata
(iridology), tetapi iridology belum banyak diaplikasikan untuk pengenalan
penyakit ginjal. Hal ini karena kurangnya pengetahuan masyarakat tentang sistem
iridology. Pengenalan penyakit ginjal melalui citra iris mata dapat mempermudah
dalam melakukan diagnosis untuk mengetahui adanya gangguan ginjal, sehingga
kondisi ginjal dapat terus dipantau dan jika ada perubahan kondisi iris pada bagian
seperti di chart iridology, maka dapat segera dilaporkan ke dokter spesialis ginjal.
Metode yang digunakan dalam proses pengenalan gangguan ginjal adalah metode
Hidden Markov Model (HMM) dengan sistem penentuan parameter HMM
menggunakan perhitungan koefisien singular value decomposition. Ukuran
codebook yang digunakan ada 7, yaitu 16, 32, 64, 128, 256, 512 dan 1024. Ukuran
codebook yang berbeda akan menghasilkan waktu pengenalan yang berbeda,
waktu yang dibutuhkan akan semakin lama ketika ukuran codebook semakin
besar. Berdasarkan hasil dan pembahasan dapat disimpulkan bahwa akurasi proses
pengenalan gangguan ginjal dengan metode HMM untuk data train pada
penelitian ini adalah 68.75% untuk codebook 16, 87.5% untuk codebook 32,
100% untuk codebook 128 dan 100% untuk codebook 512 sedangkan untuk data
uji diperoleh akurasi sebesar 75% untuk codebook 16, 91.67% untuk codebook 32,
100% untuk codebook 128 dan 100% untuk codebook 512.
Kata kunci: iridology, codebook, pengolahan citra, singular value decomposition
(SVD), Hidden Markov Model (HMM)