| dc.contributor.author | Uak, Andre Marines Ado Tena | |
| dc.date.accessioned | 2026-01-30T08:20:32Z | |
| dc.date.available | 2026-01-30T08:20:32Z | |
| dc.date.issued | 2023 | |
| dc.identifier.uri | https://dspace.uc.ac.id/handle/123456789/9075 | |
| dc.description | Cataract is a disease that has a direct impact on the eye or vision. The number of people with Cataract eye disease itself is always increasing every year, there is an increase in the number of new cases of 62,763 in 2022 from the previous 45,904 cases in 2021. Currently, there are not many eye disease consultation applications that provide Cataract eye disease calcification features based on photos. This photobased Cataract eye disease recognition application will use the Keras API to train Deep Learnig CNN to create a CNN model that is used to assist users in classifying Cataract eye disease from Fundus photos that have previously been uploaded so that they can assist users in consulting with ophthalmologists and can validate the diagnosis results obtained from fudus photos against the type of eye disease suffered by the user. This application is made only limited to mobile phones with Android Operation System (OS), because the number of Android users in Indonesia is the largest than the use of mobile phones with other Operation Systems. In addition, this application will use Firebase as an online database in storing chat consultations with doctors as well as the results of the eye disease classification feature based on Fundus photos that have been uploaded previously and after going through the process of testing the application and collecting data by surveying users outside the researcher obtained the results that the features offered in the application can run smoothly without problems with a satisfaction percentage of 70% for the features and appearance of the application made, Therefore it can be concluded that the application made can answer the problem to be solved in this final project research, but the application itself still needs to be developed again for the CNN model used because it is less able to detect photos other than Fundus eye photos and needs to add several other features in order to support the application to attract the attention of users to use the application that has been made. | en_US |
| dc.description.abstract | Katarak merupakan penyakit yang memiliki dampak langsung terhadap mata atau penglihatan. Jumlah penderita penyakit mata Katarak sendiri setiap tahunnya selalu meningkat, tercatat adanya penambahan jumlah kasus baru sebesar 62.763 pada tahun 2022 dari sebelumnya 45.904 kasus pada tahun 2021. Saat ini belum banyak aplikasi konsultasi penyakit mata yang menyediakan fitur kalsifikasi penyakit mata Katarak berdasarkan foto. Aplikasi pengenalan penyakit mata Katarak berdasarkan foto ini akan menggunakan API Keras untuk mentraining Deep Learnig CNN untuk membuat model CNN yang digunakan untuk membantu user dalam melakukan klasifikasi penyakit mata Katarak dari foto Fundus yang sebelumnya telah diupload sehingga dapat membantu user dalam berkonsultasi dengan dokter spesialis mata serta dapat memvalidasi hasil diagnosa yang didapat dari foto fudus terhadap jenis penyakit mata yang diderita user. Aplikasi ini dibuat hanya terbatas pada handphone dengan Operation Sistem (OS) Android, karena jumlah penggunaan Android sendiri di Indonesia merupakan terbanyak dari pada penggunaan handphone dengan Operation Sistem yang lain. Selain itu aplikasi ini akan menggunakan Firebase sebagai database online dalam menyimpan chat konsultasi dengan dokter serta hasil dari fitur klasifikasi penyakit mata berdasarkan foto Fundus yang telah diupload sebelumnya dan setelah melalui proses pengujian terhadap aplikasi dan pengumpulan data dengan survey ke user diluar peneliti didapatkan hasil bahwa fitur-fitur yang ditawarkan pada aplikasi dapat berjalan dengan lancar tanpa kendala dengan presentase kepuasan sebesar 70% untuk fiturfitur dan tampilan dari aplikasi yang dibuat, oleh karena itu dapat disimpulkan bahwa aplikasi yang dibuat dapat menjawab masalah yang ingin diselesaikan pada penelitian tugas akhir ini, tetapi aplikasi yang dibuat ini sendiri masih perlu dikembangkan lagi untuk model CNN yang digunakan karena kurang dapat mendeteksi foto selain foto Fundus mata dan perlu menambahkan beberapa fitur lainnya agar dapat mendukung aplikasi agar menarik perhatian dari user untuk menggunakan aplikasi yang telah dibuat. | en_US |
| dc.language.iso | id | en_US |
| dc.publisher | UNIVERSITAS CIPUTRA SURABAYA | en_US |
| dc.subject | Katarak, Deep Learnig CNN, API Keras | en_US |
| dc.subject | Cataract, CNN Deep Learnig, API Keras. | en_US |
| dc.title | Rancang Bangun Aplikasi Konsultasi Penyakit Mata Katarak Secara Online | en_US |
| dc.type | Thesis | en_US |
| dc.identifier.kodeprodi | 55201 | |
| dc.identifier.nim | 20417008 | |
| dc.identifier.dosenpembimbing | Evan Tanuwijaya | |
