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