English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Tools annual

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Presents the access of premium content as premium feature

Premium Content

Global: Zendy Plus annual

Global: Zendy Free Plan

Untuk mendeteksi kerusakan retina dapat dilakukan bantuan algoritmapembelajaran mesin. Klasifikasi citra dengan menggunakan machine learningtechniques (MLTs) dapat membantu proses penentuan pasien penderitadiabetic retinopathy (DR). Teknik machine learning yang digunakan dapatdikelompokkan menjadi nonparametric (support vector machine) danparametric (logistic regression). Tahap penelitian termasuk persiapan,ekstraksi fitur, normalisasi, klasifikasi, evaluasi dilakukan terhadap datasetgambar digital fundus yang disediakan oleh EyePACS. Model klasifikasimenggunakan model nonparametric (support vector machine) dan parametric(logistic regression). Sebagai hasil, metode logistic regression mendapatkanhasil akurasi (accuracy) sebesar 74%, recall sebesar 74%, presisi (precision)sebesar 60% dan F1-score sebesar 63%. Selain itu, metode support vectormachine mendapatkan hasil akurasi (accuracy) sebesar 74%, recall sebesar74%, presisi (precision) sebesar 55% dan F1-score sebesar 63%

Perbandingan Metode Pembelajaran Mesin Berbasis Parametrik dan Non-Parametrik Untuk Klasifikasi Diabetic Retinopathy Imagery