DETEKSI DOWN SYNDROME MELALUI CITRA WAJAH MENGGUNAKAN DEEP CONVOLUTIONAL NEURAL NETWORKS

Abstract

Down syndrome merupakan kelainan genetik yang terjadi karena adanya abnormalitas perkembangan kromosom pada kromosom autosom 21. Angka kejadian kelainan down syndrome mencapai 1 dalam 1.000 angka kelahiran di seluruh dunia, dimana setiap tahunnya ada sekitar 3.000 hingga 5.000 anak lahir dengan kondisi down syndrome. Diagnosis down syndrome dapat dilakukan sebelum dan setelah kelahiran. Diagnosis berbasis sistem komputer (computer-aided diagnosis system) berpotensi besar dan memiliki peranan penting dalam genetika klinis. Down syndrome memiliki beberapa karakter fisik yang khas dalam genetika klinis, salah satunya yaitu wajah sehingga dapat menjadi kesempatan yang bagus untuk deteksi secara otomatis. Sejauh ini, hanya sedikit upaya dilakukan untuk mendeteksi sindrom menggunakan citra dua dimensi atau tiga dimensi bantuan komputer. Metode dalam deep learning yang memiliki kemampuan signifikan dalam pengenalan citra yaitu Convolutional Neural Networks (CNN). Data sampel yang digunakan sebanyak 186 citra. Akurasi yang didapatkan dari model yang terbentuk untuk data train dan tes sebesar 100%. Kemudian dilakukan percobaan untuk 18 data baru didapatkan 1 gambar masuk kategori yang salah.