Retinopati hipertensi adalah suatu kondisi dengan karakteristik perubahan vaskularisasi retina pada populasi yang menderita hipertensi. Keadaan pembuluh darah retina sering dipakai sebagai ukuran keadaan pembuluh darah organ tubuh lain, dan kelainan pada mata atau retina akibat hipertensi dapat digunakan sebagai petunjuk kelainan pembuluh darah otak, jantung, retinopati atau stroke. Penelitian ini mengusulkan suatu metode untuk diagnosa awal penyakit retinopati hipertensi menggunakan pendekatan analisis fraktal citra fundus retina serta penggunakan SVM (Support Vector Machine) untuk klasifikasi retina normal atau retinopati hipertensi.Tahap pertama dilakukan segmentasi terhadap citra fundus retina menggunakan green channel, CLAHE, average filter, background exclusion, thresholding, dan masking. Untuk ekstraksi ciri digunakan analisis fraktal menggunakan metode box counting untuk mendapatkan dimensi fraktal serta metode gliding box untuk mendapatkan lacunarity. Pengujian dilakukan menggunakan metode k-fold cross validation dengan k=5. Pada tiap pengujian menggunakan 3 macam kernel (linear, polynomial, dan radial) dan kombinasi ciri yang berbeda yaitu dimensi fraktal serta lacunarity dengan ukuran box 21 sampai 29. Hasil pengujian berupa nilai accuracy 0.78, precision 0.77, sensitifity 0.8, specificity 0.76, dan AUC 0.76 menunjukkan bahwa kernel polynomial dengan menggunakan ciri dimensi fractal dan lacunarity dengan ukuran box 27 memperoleh hasil yang paling baik dibandingkan dengan yang lain. Berdasarkan hasil penelitian, dapat disimpulkan bahwa deteksi retinopati hipertensi dengan pendekatan analisis fraktal memiliki kinerja yang cukup baik.
Keywords : Analisis Fraktal, Dimensi Fraktal, Lacunarity, Pengolahan Citra, Retinopati Hipertensi, Segmentasi.