IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DENGAN PRE-TRAINED MODEL MOBILENETV2 UNTUK DETEKSI KOLESTEROL

Abstrak

Salah satu risiko utama penyakit jantung dan stroke adalah kolesterol. Kolesterol adalah sejenis lemak yang diproduksi terutama oleh hati dan diserap dalam jumlah kecil dari makanan. Kadar kolesterol ideal dalam tubuh manusia sebaiknya kurang dari 200 mg/dl. Salah satu cara untuk memeriksa kadar kolesterol adalah dengan tes gula darah yang mengharuskan pasien  berpuasa selama 10 hingga 12 jam. Mengingat bahaya yang ditimbulkan oleh kadar kolesterol tinggi, maka perlu adanya metode skrining dini yang praktis untuk mendeteksi kadar kolesterol tinggi dalam tubuh manusia. Iridologi adalah analisis iris mata untuk mendeteksi kondisi kesehatan dan menunjukkan hubungan  pola iris mata dengan kadar kolesterol. Iris mata mempunyai keistimewaan tersendiri karena mampu mencatat keadaan seluruh organ, struktur tubuh, dan keadaan psikologis. Oleh karena itu, iridologi dapat menjadi alternatif  analisis medis. Penelitian ini mengusulkan penggunaan algoritma jaringan saraf konvolusional menggunakan model MobileNetV2 yang telah dilatih sebelumnya. Dataset citra iris mata yang digunakan terdiri dari 200 citra yang diklasifikasikan menjadi dua kelas yaitu citra mata normal dan mata kolesterol. Hasil penelitian menunjukkan bahwa model yang diusulkan mampu mencapai akurasi  F1 score sebesar 89,6%. Hasil ini menunjukkan bahwa model ini memiliki potensi besar sebagai alat  yang praktis dan hemat biaya untuk mendeteksi kolesterol. Diperlukan penelitian lebih lanjut dengan kumpulan data yang lebih besar  untuk meningkatkan akurasi dan validitas