%A NIM.: 23206052002 Awan Gumilang Hardandrito
%O Ir. Maria Ulfah Siregar, S.Kom., MIT., Ph.D
%T ANALISIS XAI PADA HASIL KLASIFIKASI KATARAK SINILIS MENGGUNAKAN HIBRID CNN DAN MOBILENETV2
%X Katarak senilis merupakan salah satu penyebab utama gangguan penglihatan pada lansia, sehingga dibutuhkan proses diagnosis yang cepat, akurat, dan dapat dijelaskan. Penelitian ini bertujuan untuk mengklasifikasikan tingkat keparahan katarak senilis pada citra fundus mata dengan menggabungkan arsitektur CNN Custom, MobileNetV2, dan metode Explainable Artificial Intelligence (XAI) berupa Grad-CAM. CNN Custom dirancang untuk menyesuaikan arsitektur jaringan dengan karakteristik data, sementara MobileNetV2 dimanfaatkan melalui transfer learning sebagai feature extractor ringan dan efisien. Penggabungan dilakukan menggunakan teknik feature fusion guna memperoleh representasi fitur yang lebih informatif. Selanjutnya, metode Grad-CAM diterapkan untuk memvisualisasikan area penting pada citra yang menjadi dasar keputusan model, sehingga meningkatkan transparansi hasil klasifikasi. Penelitian ini bersifat eksperimental, dengan data berasal dari dataset Cataract Senilis tiga kelas (normal, immature, dan mature), yang telah diproses melalui augmentasi dan pembagian stratified. Hasil evaluasi menunjukkan bahwa model ensembel ini mencapai akurasi 95,6%, F1-score makro 95,4%, dan AUC-ROC mendekati 1. Selain menghasilkan performa yang tinggi, visualisasi Grad-CAM juga memberikan heatmap yang relevan secara klinis terhadap area kekeruhan lensa. Penelitian ini menunjukkan bahwa penggabungan CNN Custom, MobileNetV2, dan XAI dapat memberikan hasil klasifikasi yang akurat sekaligus transparan, serta memiliki potensi untuk diterapkan dalam sistem diagnosis otomatis dan layanan telemedisin.
%K fundus retina; klasifikasi katarak; transfer learning; explainable AI
%D 2025
%I UIN SUNAN KALIJAGA YOGYAKARTA
%L digilib74185