Implementasi Algoritma You Only Look Once (YOLO) untuk Deteksi Dini dan Diagnosis Retinopati Diabetik

Abstract

Retinopati diabetik merupakan salah satu komplikasi utama diabetes melitus dengan prevalensi sangat tinggi, dimana prevalensi kasus ini terjadi pada semua kalangan termasuk pada pekerja industri yang terpapar risiko kecelakaan kerja apabila penglihatan terganggu atau bahkan kebutaan terjadi. Retinopati diabetik yang menjadi salah satu penyebab utama kebutaan pada usia produktif ini memerlukan deteksi dini agar dapat dikenali sebelum memasuki kategori parah. Deteksi dini dan diagnosis retinopati diabetik sejauh ini terbatas pada hasil pemeriksaan dokter spesialis mata sedangkan prevalensi dan angka kasus terus meningkat. Algoritma YOLO sebagai salah satu model pembelajaran kecerdasan buatan menjadi trobosan dalam memudahkan deteksi dini dan diagnosis retinopati diabetik. Penelitian menggunakan data berupa citra fundus retina mata akan diujikan dengan model algoritma YOLO. YOLO akan dapat mengenali objek-objek keabnormalan retinopati diabetik yang tampak pada citra berupa mikroaneurisma, exudate, dot blot haemorrhage, haemorrhage, dan neovaskularisasi, kemudian mengklasifikasikan hasil pengenalan dalam diagnosis sesuai derajat keparahan retinopati diabetik. Dengan total 387 citra retina yang terlibat dalam penelitian ini, model YOLO menunjukkan nilai mAP atau rata-rata presisi sebesar 46.39% yang mengartikan presisi pengenalan objek cukup baik meski nilainya masih dapat ditingkatkan. Rekomendasi yang diberikan untuk meningkatkan nilai rata-rata presisi adalah menambahkan lebih banyak citra untuk training sehingga algoritma YOLO semakin terbiasa dengan objek yang dilatih.