Diabetic retinopathy merupakan salah satu kelainan pada retina yang timbul akibat penyakit diabetes. Kelainan retina akibat diabetic retinopathy antara lain: exudates, microaneurysm dan hemorrhage. Deteksi kelainan tersebut biasanya dilakukan secara manual oleh dokter mata dengan menganalisa citra retina pasien. Untuk membantu proses deteksi secara otomatis, maka dibuat perangkat lunak pengolahan citra dan pengenalan pola kelainan diabetic retinopathy menggunakan jaringan syaraf tiruan Learning Vektor Quantization (LVQ). Pengolahan citra dilakukan untuk memperbaiki kualitas citra dengan peregangan kontras dan penapisan dengan tapis median. Setelah dilakukan ekstraksi ciri, jaringan syaraf tiruan dilatih dengan ciri statistik dari citra greyscle, komponen warna merah, komponen warna hijau, dan komponen warna biru. Hasil pengujian data pelatihan menunjukkan ciri statistik komponen warna hijau merupakan ciri yang paling tepat digunakan sebagai vektor ciri pola kelainan akibat diabetic retinopathy dan hasil deteksi kelainan diabetic retinopathy dengan citra uji diperoleh nilai sensitivity 93,33% dan specificity 90%.

Diabetic retinopathy is one of the complications on retina caused by diabetes. Lessions caused by diabetic retinopathy are exudate, microaneurysm and hemorrhage. Detection of the lessions usually done manually by optamologist. To help the detection process automatically, was made an image processing and pattern recognition software using Learning Vektor Quantization (LVQ) neural networks. Image Processing was done with contrast stretching and filtering using median filter to enhance the retinal image. After feature extraction process, neural networks was trained using statistic features from greyscale, red channel, green channel, and bluen channel of input images. Result of testing of training data show that features vector of green channel is the most significant feature vector used for diabetic retinopathy lessions and result of detection using test image was got sensitivity value 93,33% and specificity value 90%.

Kata Kunci : Diabetic retinopathy,Ciri statistik,Jaringan syaraf tiruan,diabetic retinopathy,statistic features,neural networks