ABSTRAK
Salah satu cara untuk mendeteksi ada atau tidak adanya gangguan osteoporosis dalam tubuh manusia adalah dengan menggunakan iridologi, yaitu suatu ilmu yang digunakan untuk mengetahui masalah dalam tubuh melalui pola iris mata. Biasanya analisa iridologi dilakukan secara manual oleh pakar iridologi.
Proyek akhir ini dikerjakan untuk membuat perangkat lunak yang dapat mengidentifikasi ada atau tidaknya gangguan osteoporosis pada tubuh manusia, dengan menggunakan prinsip iridologi.
Sistem kerja dari perangkat lunak ini yaitu mengambil gambar mata secara offline dari harddisk kemudian mengkonversi citra dari RGB scale ke grayscale. Citra mata dalam grayscale kemudian di thresholding dengan nilai tertentu dan di hitung derajat keabuan dari tiap pixel dan di jumlahkan. Nilai dari intensitas keabuan ini kemudian di jadikan input untuk proses jaringan syaraf tiruan yang selanjutnya dapat diketahui apakah citra iris mata mengalami gangguan osteoporosis ataukah tidak. Dengan menggunakan jaringan saraf tiruan dengan metode backpropagation sistem mampu mengenali citra iris mata yang diajarkan. Hasil proses pembelajaran optimal diperoleh dengan learning rate sebesar 0,7. Sistem ini memiliki tingkat keberhasilan 72% untuk uji data non-learning dan 94% untuk uji data learning. Kesalahan pada sistem ini disebabkan karena pencahayaan yang tidak merata, besar kecilnya luas iris mata dan warna iris yang berbeda antara satu dengan lainnya.
Kata kunci : iridologi, iris mata, jaringan syaraf tiruan.
ABSTRACT
One of the method to detect whether or not there is osteopoosis in the human body is using iridology. Iridology is a science to detect problems any human body through the iris pattern.Usually iridology analize is done manually by iridologist.
This final project is conducted to make software which can identify whether or not there is osteoporosis in human body with iridology principles.
The system of this software works by taking the eye image as offline from harddisk then converting the image from RGB scale to grayscale. Next, the grayscale image thresheld in a certain value then count the grayscale of every pixel, and sum it. The value of this grayscal, then is made in to input for the neural network process. From this we can find out whether the iris image has osteoporosis or not.
By using backpropagation neural network, the system can recognize the iis image which is learned. We can get the optimal output of the learning process if the learning rate value is 0.7. This system have efficiancy level 72% for non-learning and 94% for learning. The mistakes of this system are caused by illumination which do not flatten, width slice different iris colour and eye between one with other.
Keywords: iridology, eye iris, neural network
