Deep Learning untuk Klasifikasi Penyakit Retinopati Diabetik Menggunakan Arsitektur Alexnet dan Generative Adversarial Network
Abstract
Keywords
Teks Lengkap:
PDFReferensi
[1] Destiana, D. W., 2017. “Faktor-Faktor yang Berhubungan dengan Kepatuhan dalam Pengelolaan Diet pada Pasien Rawat Jalan Diabetes Mellitus Tipe 2 di Kota Semarang”. Journal of Health Education 2.2, 138.
[2] MayoClinic.org. Diabetic Retinopathy. [cited: 2021 December]; Available from: https://www.mayoclinic.org/diseases-conditions/diabetic-retinopathy/symptoms-causes/syc-20371611
[3] Sundoro, D. J., et al. 2019. “Klasifikasi Retinopati Diabetik Non-prolifeartif dan Proliferatif Berdasarkan Citra Fundus Menggunakan Metode Gabor Wavele Dan Klasifikasi Jaringan Saraf Tiruan Backpropagation”. EProceedings of Engineering.6.2.
[4] PDMI. (2018). Pedoman Nasional Pelayanan Kedokteran Retinopati Diabetika.
[5] Triyani, Y.2021. “Klasifikasi Penyakit Diabetic Retinopathy Pada Citra Fundus Berbasis Deep Learning”.ABEC Indonesia 9, 1007-1018.
[6] Zulfa, I, I. (2022). Klasifikasi Kanker Paru Berdasarkan Citra Histopatologi Menggunakan Metode Convolutional Neural Network (CNN) Model AlexNet. UIN Sunan Ampel Surabaya.
[7] Ismail, I. (2020). Klasifikasi Citra Histopatologi Kanker Usus Besar Menggunakan Arsitektur AlexNet. Institut Teknologi Nasional Bandung.
[8] Cuadros, J., and Bresnick, G. 2009. “EyePACS: an adaptale telemedicine system for diabetic retinopathy screening”.Journal of Diabetes Science and Technology3.3, 509-516.
[9] Creswell, A. et al.2018. “Generative Adversarial Networks: An Overview”.IEEE Signal Processing Magazine 35.1, 53-65. [10] Radford, A., Metz, L., and Chintala, S. 2015. “Unsupervised representationlearning with deep convolutional generative adversarial networks”.ArXiv Preprint ArXiv
DOI: https://doi.org/10.24176/simet.v14i2.9498
Article Metrics
Refbacks
- Saat ini tidak ada refbacks.
Indexed by:
Simetris : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer is licensed under a Creative Commons Attribution 4.0 International License.
Dedicated to: