Identifikasi Pola Penyakit Pada Citra Iris Mata dengan RBF Neural Network

Jurnal Informatika

View Publication Info
 
 
Field Value
 
Title Identifikasi Pola Penyakit Pada Citra Iris Mata dengan RBF Neural Network
 
Creator Yohandy, Daniel Hadrian
Wiranata, I Made Normo
Ferbia, Tea Qaula
 
Subject Teknik Informatika
Pengenalan Pola, Biomedis
 
Description AbstrakGaya kehidupan manusia semakin beragam dan padat sehingga banyak terjadi dimana penyakit dan gangguan pada tubuh diketahui ketika sudah dalam kondisi parah. Kebanyakan manusia tidak disiplin dalam memantau kesehatan mereka karena dirasa belum ada cara yang mudah dan efisien, cara yang mayoritas digunakan adalah check-up ke rumah sakit. Iris mata manusia dapat menjadi salah satu media atau sarana dalam mengenali gangguan kondisi tubuh seseorang. Pola yang muncul pada iris mata dapat dikenali dengan bantuan teknologi jaringan saraf tiruan yang salah satunya adalah metode RBF yang dipakai dalam penelitian ini. Hasil yang ditemui pada penelitian ini adalah penggunaan metode RBF mampu untuk mengenali pola yang ada di iris mata, dan dapat memberikan hasil pengenalan penyakit kompleks dan stress dengan akurasi yang dibilang masih rata-rata (sekitar 50%).  Kata Kunci: Penyakit, Iris Mata, Pola, RBF AbstractHuman lifestyle is more diverse and dense, so much happening where disease and disturbance in the body are known when it is in severe condition. Most humans are not disciplined in monitoring their health because it feels there is no easy and efficient way, the way that the majority used is the check-up to the hospital. The iris of the human eye can be one of the media or means in recognizing a person's body condition disorder. Patterns that appear on the iris can be identified with the help of artificial neural network technology one of which is the RBF method used in this study. The results found in this study are the use of RBF method to recognize the existing pattern in the iris and can provide the results of the introduction of complex diseases and stress with an accuracy that is still fairly average (about 50%). Keywords: Disease, Eye Iris, Pattern, RBF
 
Publisher LPPM Universitas BSI
 
Contributor Klink Intan (Penyedia Data)
 
Date 2018-09-15
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion


Survey, Studi Pustaka, Eksperimen
 
Format application/pdf
 
Identifier http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/3783
10.31311/ji.v5i2.3783
 
Source Jurnal Informatika; Vol 5, No 2 (2018): Jurnal INFORMATIKA; 195-201
Jurnal Informatika; Vol 5, No 2 (2018): Jurnal INFORMATIKA; 195-201
2528-2247
2355-6579
 
Language ind
 
Relation http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/3783/pdf
 
Coverage Biomedis


 
Rights ##submission.copyrightStatement##
http://creativecommons.org/licenses/by/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library