Retinopati diabetes (DR) adalah salah satu komplikasi penyakit
diabetes. Menurut artikel pada harian online kompas terbitan 15/08/08,
diestimasi bahwa jumlah penderita diabetes yang semula berjumlah 117
juta pada tahun 2000 akan meningkat menjadi 366 juta di tahun 2030.
Dalam penelitian ini digunakan 94 data. Proses klasifikasi dari DR,
meliputi empat tahap utama yaitu Preprocessing, segmentasi, ekstrasi fitur
dan klasifikasi . System yang dibangun pada Penelitian ini adalah deteksi
otomatis Diabetic Retinophaty pada citra fundus dari citra yang di
dapatkan dari STARE (Structured Analysis of the Retina). Penelitian ini
dilakukan untuk membuat suatu aplikasi yang dapat menampilkan hasil
klasifikasi secara otomatis dengan membanding kan dua metode
kecerdasan buatan, yaitu SVM (Support Vector Machines) dengan ANN
(Artificial Neural Network), hasil dari perbandingan kedua metode
kecerdasan buatan yaitu untuk ANN menghasilkan nilai akurasi sebesar
82 %, nilai spesifikasi sebesar 80 %, nilai sensitifikasi sebesar 84%, nilai
NPV sebesar 81 % , dan nilai PPV sebesar 87 %. SVM menghasilkan
akurasi sebesar 79%, nilai spesifikasi sebesar 72%, nilai sensitifikasi
sebesar 84%, nilai NPV sebesar 81 %, dan nilai PPV sebesar 86 %. Dari
nilai tersebut dapat dilihat bahwa metode kecerdasan buatan ANN lebih
baik untuk pengklasifikasian dibandingkan dengan SVM.
Kata kunci: Diabetes Mellitus, Artificial Neural Network, Support
Vector Machines, PDR, ME, Ekstrasi Fitur, Klasifikasi