@thesis{thesis,
		author={DWISAPTA  MUHAMMAD RIZQI},
		title ={IDENTIFIKASI PENYAKIT GLAUKOMA MELALUI CITRA RETINA MATA MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ)},
		year={2022},
		url={http://repository.unusa.ac.id/9292/},
		abstract={Glaukoma merupakan penyakit mata penyebab kebutaan nomor dua setelah
katarak. Pemeriksaan penyakit glaukoma dilakukan oleh dokter spesialis mata
dengan cara skrining mata yang akan menghasilkan citra retina. Hasil diagnosa
citra retina oleh dokter bersifat subjektif karena setiap dokter memiliki pendapat
yang berbeda serta kondisi yang dialami. Oleh karena itu, pada tugas akhir ini
dibangun sistem untuk mengidentifikasi citra retina mata kedalam kategori
penderita glaukoma atau normal. Proses ini diawali dengan mengubah warna citra
menjadi keabuan, kemudian citra tersebut diekstraksi menggunakan Gray Level
Co-occurrence Matrix (GLCM) dan menghasilkan lima nilai fitur yang kemudian
hasil dari kelima fitur tersebut digunakan sebagai masukan jaringan syaraf tiruan
Learning Vector Quantization (LVQ). Jumlah data citra retina yang digunakan
sebanyak 60 data untuk learning dan 20 data untuk testing. Dan untuk jumlah
neuron yang digunakan yaitu 12 dan epoch sebanyak 1000 yang didapat
berdasarkan hasil perbandingan variasi terhadap neuron sejumlah 8, 10, 12, 18,
20 dengan jumlah epoch sejumlah 500, 900, 1000 dan 1100. Hasil dari proses
learning yaitu nilai bobot yang akan digunakan sebagai bobot di proses testing.
Hasil penelitian ini diperoleh tingkat akurasi sebesar 85%, presisi sebesar 89%
dan recall sebesar 80%.}
		}