<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="115">
 <titleInfo>
  <title>Klasifikasi Penyakit Mata pada Citra Fundus Menggunakan VGG-16</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Steven Yesua</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>Daniel Udjulawa</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Palembang</placeTerm>
   <publisher>Jatisi</publisher>
   <dateIssued>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Computer File</form>
  <extent>10 halaman</extent>
 </physicalDescription>
 <note>Mata adalah organ sensorik vital yang penting untuk penglihatan dan berbagai aspek kehidupan. Penyakit mata seperti retinopati diabetik, glaukoma, katarak, degenerasi makula, hipertensi, miopia patologis dan penyakit lainnya adalah masalah kesehatan global yang dapat&#13;
memengaruhi kualitas hidup. Survei RAAB 2022 oleh Perdami menunjukkan 8 juta orang di Indonesia mengalami gangguan penglihatan, dengan 1,6 juta di antaranya menderita kebutaan. Diagnosis penyakit mata sering memerlukan waktu lama dan bergantung pada keakuratan serta subjektivitas dokter dalam menganalisis gambar fundus mata. Metode Convolutional Neural Network (CNN) dapat mengolah citra dan mengenali pola serta fitur kompleks, membantu mengklasifikasi penyakit mata dengan akurasi dan efisiensi tinggi. Penelitian ini bertujuan untuk&#13;
mengklasifikasikan berbagai penyakit mata secara otomatis menggunakan metode CNN, mempercepat proses diagnosis, memungkinkan penanganan yang lebih cepat, dan meningkatkan efektivitas dalam dunia medis. Implementasi metode CNN dengan arsitektur VGG-16 berhasil, mampu mengklasifikasikan 8 jenis penyakit mata, dengan hasil terbaik diperoleh pada percobaan ke-10 dengan akurasi 54,17%</note>
 <note type="statement of responsibility"></note>
 <classification>NONE</classification>
 <identifier type="isbn">24074322</identifier>
 <location>
  <physicalLocation>Perpustakaan RS MATA Makassar</physicalLocation>
  <shelfLocator>13 oktober 2026</shelfLocator>
 </location>
 <slims:digitals>
  <slims:digital_item id="141" url="" path="/0f2c26b156eae3a3d42dab5a0677be25.pdf" mimetype="application/pdf">Klasifikasi Penyakit Mata pada Citra Fundus Menggunakan VGG-16</slims:digital_item>
 </slims:digitals>
 <slims:image>Screenshot_2026-10-13_120516.png.png</slims:image>
 <recordInfo>
  <recordIdentifier>115</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2026-10-13 19:40:43</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2026-10-13 19:40:43</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>