PEMANFAATAN
PADA PENGOLAHAN CIT
TIGOR HAMONANGAN NAS
UNIVERSITAS S
EMANFAATAN TEKNOLOGI WEB SERVICES PADA PENGOLAHAN CITRA MEDIS
TESIS
Oleh
TIGOR HAMONANGAN NASUTION 087034034/TE
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA MEDAN
Telah Diuji pada
Tanggal: 20 Januari 2012
PANITIA PENGUJI TESIS
Ketua : Prof. Dr. Ir. Usman Baafai
ABSTRAK
Topik yang diangkat pada penelitian ini adalah perancangan sistem berbasis jaringan untuk pemanfaatan aplikasi pengolahan citra medis. Berbeda dengan aplikasi standalone,sistem yang dirancang dapat digunakan untuk banyak pengguna sehingga dapat mengurangi biaya dalam pembelian komputer berkemampuan tinggi untuk pengolahan citra medis. Sistem yang dirancang dapat bekerja di berbagai macam platform dengan grafis antar muka berbasis web. Sistem dibangun dengan menggunakan teknologi web services.
Tahapan penelitian meliputi pengumpulan data dan perancangan sistem berbasis jaringan. Data yang digunakan merupakan data citra medis hasil scan MRI dengan format DICOM. Sistem terdiri dari aplikasi server dan aplikasi klien dengan menggunakan bahasa pemrograman Java dan librari ITK untuk pengolahan citra medis. Sistem berkomunikasi dengan teknologi web services XML-RPC untuk pertukaran data dengan menggunakan format XML.
Uji coba sistem dilakukan dengan membandingkan sistem berbasis jaringan dengan aplikasi standalone pengolahan citra medis. Hasil pengolahan citra yang dilakuakan menggunakan sistem jaringan tidak berbeda dengan hasil yang diperoleh pada sistem standalone. Waktu yang dibutuhkan untuk proses lebih cepat dari proses yang dilakukan standalonedengan perbedaan yang cukup signifikan pada kasus multi klien. Uji coba sistem berjalan dengan baik dan sesuai dengan yang diharapkan sehingga sistem ini dapat diterapkan untuk mendistribusikan data hasil pengolahan citra medis.
ABSTRACT
The topic discussed in this study is a network-based system design for the utilization of medical image processing application. The system is different from the application of standalone system designed to be used by many users, that it can minimize the cost of purchasing many computers to process the medical image. The system designed can work at various kinds of platforms with web-based interface graphic. This system is built by using web-service technology.
The stages of study included data collecting and web-based system design. The data used were the medical image scanned by using MRI with DICOM format. The system consisted of server application and client application using the Java programming language and ITK library for medical image management. The system communicated using XML-RPC web-service technology for data exchanging by using XML format.
The system try out was performed by comparing the web-based system with the application of standalone medical image processing. The system try out ran well in accordance with what expected that this system can be applied to distribute the data resulted from medical image processing.
KATA PENGANTAR
Puji syukur penulis ucapkan kehadirat Allah SWT atas nikmat dan karunia yang telah diberikan kepada penulis sehingga dapat menyelesaikan tesis dengan judul “Pemanfaatan Teknologi Web Services Pada Pengolahan Citra Medis””.. Salawat beriring salam tak lupa penulis persembahkan kepada junjungan Umat Islam, Nabi Muhammad SAW.
Dalam penyelesaian tesis ini penulis banyak mendapat bantuan, bimbingan, dan dukungan dari berbagai pihak. Oleh karena itu dengan segala kerendahan hati, penulis mengucapkan terima kasih dan penghargaan yang sebesar-besarnya atas segala bimbingan, bantuan serta dukungannya kepada Bapak Prof. Dr. Ir. Usman Baafai, selaku ketua komisi pembimbing dan Bapak Dr. Benny B. Nasution, Dipl.Ing. M.Eng selaku anggota komisi pembimbing yang telah mengarahkan dan membimbing penulis selama penyelesaian tesis ini. Tak lupa penulis mengucapkan terima kasih kepada Bapak Prof. Dr. Opim Salim Sitompul, M.Si, Bapak Fakhruddin R. Batubara, ST, MTI, dan bapak Fahmi, S.T, M.Sc selaku Pembanding utama yang telah memberikan kritik dan masukan terhadap tesis ini.
Terima kasih juga kepada wanita yang spesial bagi penulis, Erna Kurnia, SE yang selalu menemani dan memberikan semangat kepada penulis. Tak lupa ucapan terima kasih kepada keluarga dan teman-teman penulis yang telah banyak memberikan semangat dan perhatian sehingga tesis ini selesai.
Penulis menyadari bahwa tesis ini masih jauh dari kesempurnaan. Penulis berharap semoga tesis ini dapat berguna untuk menambah cakrawala ilmu pengetahuan bagi para pembaca.
Medan, Januari 2012 Penulis,
DAFTAR RIWAYAT HIDUP
Saya yang bertanda tangan di bawah ini:
Nama : Tigor Hamonangan Nasution Tempat / Tanggal Lahir : Medan / 15 April 1985 Jenis Kelamin : Laki-laki
Agama : Islam
Status Perkawinan : Belum Menikah
Pekerjaan : Staff Honorer Pusat Sistem Informasi USU Alamat Rumah : Jl. Perbatasan Barat No. 5 Medan
Telepon : 08126303460
Email : tigor.nasution@usu.ac.id Pendidikan Formal
1991 – 1997 : SD Islam Azizi 1997 – 2000 : SMP Negeri 2 Medan 2000 – 2001 : SMU Negeri 13 Medan 2001 – 2003 : SMU Negeri 3 Medan
Kegiatan Ilmiah
Demikian daftar riwayat hidup ini saya perbuat dengan sebenar-benarnya.
Tertanda
( Tigor H. Nasution ) No Judul Karya Ilmiah / Penelitian Pelaksana / Jurnal Tahun
1 Perancangan Aplikasi Wireless
Perangkat Bergerak Menggunakan
Teknologi J2ME
USU/ Tugas Akhir 2007
2 Pemanfaatan Teknologi Web Services
Pada Pengolahan Citra Medis
DAFTAR ISI
BAB 2 TINJAUAN PUSTAKA ... 8
2.1 Pengolahan Citra Medis ... 8
2.2 ITK... 12
2.3 Komunikasi Data Citra Medis Pada Jaringan Komputer ... 12
2.4Web Services... 13
2.4.1 XML-RPC... 15
BAB 3 METODE PENELITIAN... 18
3.1 Rancangan Penelitian ... 18
3.2 Pengumpulan Data Citra Medis ... 18
3.3 Pemodelan Sistem... 18
3.4 Segmentasi Citra Medis... 20
3.5 Komunikasi Data Citra Medis Dengan Web Services... 23
3.6 Pembuatan Aplikasi Standalone... 27
3.7.1 Pembuatan Aplikasi Server... 33
3.7.2 Pembuatan Aplikasi Klien ... 34
3.8 Instrumen Penelitian ... 35
3.8.1 Perangkat Keras ... 35
3.8.2 Perangkat Lunak ... 36
BAB 4 HASIL DAN ANALISIS ... 37
4.1 Hasil Perancangan Sistem ... 37
4.2 Pengujian Multi Klien ... 42
4.3 Analisis Hasil Perancangan ... 47
BAB 5 KESIMPULAN DAN SARAN... 49
5.1 Kesimpulan... 49
DAFTAR GAMBAR
Nomor Judul Halaman
1.1 Skema Sistem Berbasis Jaringan dengan Menggunakan Web Services... 3
3.1 Diagram Use Case... 19
3.2 Transportasi Data Dengan XML-RPC ... 26
3.3 Diagram Kelas Klien... 29
3.4 Diagram Kelas Server ... 29
3.5 Digram Activity Segmentasi Otsu ... 30
3.6 Diagram Activity Segmentasi Multilevel ... 31
3.7 Diagram Activity Simpan ... 32
4.1 Citra Hasil Segmentasi dengan 2 Threshold ... 39
4.2 Citra Hasil Segmentasi dengan 3 Threshold ... 40
4.3 Citra Hasil Segmentasi dengan 4 Threshold ... 41
DAFTAR TABEL
Nomor Judul Halaman
1.1 Perbedaan Dengan Penelitian Sebelumnya... 4
4.1 Perbandingan Hasil Pengujian ... 38
4.2 Percobaan Dengan Lima Klien ... 42
4.3 Percobaan Dengan Sepuluh Klien... 43
4.4 Percobaan Dengan Lima Belas Klien ... 44
4.5 Percobaan Dengan Dua Puluh Klien... 45
DAFTAR ISTILAH
A Applet
Java aplikasi, sebuah program aplikasi yang menggunakan web browser klien untuk menyediakan antarmuka pengguna.
Array
Suatu struktur yang terdiri dari sejumlah elemen yang memiliki tipe data yang sama.
B Browser
sebuah program yang digunakan untuk melihat dokumen HTML.
C
Clustering
Pengelompokan sejumlah hal yang serupa. cross-platform
Lintas platform. CT
Computed Temography; Metode pemeriksaan organ tubuh dengan memindai mereka dengan sinar X dan menggunakan komputer untuk membangun serangkaian cross-sectional scan sepanjang sumbu tunggal.
D
Diagram activity
Diagram class
Jenis diagram struktur statis yang menggambarkan struktur dari suatu sistem dengan menunjukkanclasssistem, atribut mereka, operasi (atau metode), dan hubungan antar kelas.
Diagram use case
Daftar langkah-langkah, biasanya mendefinisikan interaksi antara peran (dikenal dalam UML sebagai "aktor") dan sistem, untuk mencapai tujuan.
DICOM
Digital Imaging and Communications in Medicine; Standar untuk menangani, menyimpan, mencetak, dan mengirimkan informasi dalam pencitraan medis.
E
F
Framework
Kerangka kerja perangkat lunak yang digunakan untuk mengimplementasikan struktur standar sebuah aplikasi untuk sistem operasi tertentu.
G GUI
Graphical User Interface; Antarmuka pengguna berdasarkan grafis (ikon dan gambar dan menu), bukan teks, menggunakan mouse serta keyboard sebagai perangkat input.
H Header
HTTP
Hypertext Transfer Protocol; sebuah protokol aplikasi untuk didistribusikan, kolaboratif, sistem informasi hypermedia.
HTTP POST
Salah satu metode permintaan yang didukung oleh protokol HTTP yang digunakan oleh World Wide Web.
I ITK
Insinght Segmentation and Registration Toolkit;Librari open-sourceuntuk pengolahan citra baik 2D maupun 3D khususnya untuk citra medis.
J
K Klien
Perangkat lunak yang mengakses layanan remotepada komputer lain.
L Librari
Koleksi dari subprogram yang digunakan untuk mengembangkan perangkat lunak.
M Method
MRI
Magnetic Resonance Imaging; Teknik pencitraan medis yang digunakan di radiologi untuk memvisualisasikan struktur internal secara rinci.
N
O
P Pixel
Satu titik dalam citra raster, atau elemen layar terkecil dalam perangkat layar, Platform
Frameworkdi mana aplikasi dapat dijalankan. Port
Koneksi virtual data antara program komputer melalui jaringan komputer.
Q
R
Region growing
Metode segmentasi berbasis pixel citra karena melibatkan pemilihan poin benih awal. Remote procedure call
REST
Representational State Transfer; Arsitektur perangkat lunak untuk sistem hypermedia terdistribusi seperti World Wide Web
S
Segmentasi
Proses partisi gambar digital menjadi beberapa segmen (set piksel, juga dikenal sebagai superpixels)
Server
Sebuah aplikasi server, sistem operasi, komputer, atau alat. SOAP
Simple Object Access Protocol; Spesifikasi protokol untuk bertukar informasi terstruktur dalam pelaksanaanWeb Servicesdalam jaringan komputer.
T
Threshold
Nilai ambang batas. thresolding
Metode sederhana pada segmentasi citra.
U UDDI
Universal Description, Discovery and Integration; Platform independen berbasis XML.
W
Web Services
Metode komunikasi antara dua perangkat elektronik melalui web. WSDL
Web Services Description Language; Sebuah bahasa berbasis XML yang digunakan untuk menggambarkan fungsionalitas yang ditawarkan olehWeb Services.
X XML
Extensible Markup Language; Sebuah bahasa markup yang mendefinisikan
seperangkat aturan pengkodean untuk dokumen dalam format yang dapat dibaca baik manusia dan mesin.
XML-RPC
Protokol (RPC) yang menggunakan XML untuk mengkodekan panggilan dan HTTP sebagai mekanisme transportasi
Y
ABSTRAK
Topik yang diangkat pada penelitian ini adalah perancangan sistem berbasis jaringan untuk pemanfaatan aplikasi pengolahan citra medis. Berbeda dengan aplikasi standalone,sistem yang dirancang dapat digunakan untuk banyak pengguna sehingga dapat mengurangi biaya dalam pembelian komputer berkemampuan tinggi untuk pengolahan citra medis. Sistem yang dirancang dapat bekerja di berbagai macam platform dengan grafis antar muka berbasis web. Sistem dibangun dengan menggunakan teknologi web services.
Tahapan penelitian meliputi pengumpulan data dan perancangan sistem berbasis jaringan. Data yang digunakan merupakan data citra medis hasil scan MRI dengan format DICOM. Sistem terdiri dari aplikasi server dan aplikasi klien dengan menggunakan bahasa pemrograman Java dan librari ITK untuk pengolahan citra medis. Sistem berkomunikasi dengan teknologi web services XML-RPC untuk pertukaran data dengan menggunakan format XML.
Uji coba sistem dilakukan dengan membandingkan sistem berbasis jaringan dengan aplikasi standalone pengolahan citra medis. Hasil pengolahan citra yang dilakuakan menggunakan sistem jaringan tidak berbeda dengan hasil yang diperoleh pada sistem standalone. Waktu yang dibutuhkan untuk proses lebih cepat dari proses yang dilakukan standalonedengan perbedaan yang cukup signifikan pada kasus multi klien. Uji coba sistem berjalan dengan baik dan sesuai dengan yang diharapkan sehingga sistem ini dapat diterapkan untuk mendistribusikan data hasil pengolahan citra medis.
ABSTRACT
The topic discussed in this study is a network-based system design for the utilization of medical image processing application. The system is different from the application of standalone system designed to be used by many users, that it can minimize the cost of purchasing many computers to process the medical image. The system designed can work at various kinds of platforms with web-based interface graphic. This system is built by using web-service technology.
The stages of study included data collecting and web-based system design. The data used were the medical image scanned by using MRI with DICOM format. The system consisted of server application and client application using the Java programming language and ITK library for medical image management. The system communicated using XML-RPC web-service technology for data exchanging by using XML format.
The system try out was performed by comparing the web-based system with the application of standalone medical image processing. The system try out ran well in accordance with what expected that this system can be applied to distribute the data resulted from medical image processing.
BAB 1 PENDAHULUAN
1.1 Latar Belakang
Dewasa ini perkembangan sistem berbasis jaringan semakin banyak dikembangkan. Salah satu perkembangannya adalah teknologi web services. Web services menggunakan standar yang tidak terikat pada platform (platform-neutral) dan tidak terikat pada bahasa pemrograman yang digunakan (language-neutral) [1] [2]. Dengan demikian, web services memudahkan beberapa aplikasi atau komponennya untuk saling berhubungan dengan aplikasi lain dalam sebuah organisasi maupun di luar organisasi.
Seiring dengan perkembangan sistem berbasis jaringan, perkembangan teknologi pengolahan citra medis juga semakin pesat. Hal ini dapat dilihat dengan banyaknya aplikasi yang mampu melakukan pemrosesan hasil citra medis dari peralatan medis seperti Computed Temography (CT), Magnetic Resonance Imaging (MRI), Positron Emission Temography (PET) dan sistem x-ray [3]. Dengan aplikasi pengolahan citra medis, data citra medis dapat divisualisasikan dan dianalisis untuk keperluan diagnostik.
2
pengolahan data citra medis, maka dengan aplikasi yang bersifat standalone dibutuhkan banyak komputer untuk melakukan pengolahan citra medis tersebut. Hal tersebut akan membutuhkan biaya yang besar, karena komputer yang digunakan untuk melakukan pengolahan citra medis harus memiliki kemampuan yang lebih tinggi dari komputer biasa, terkait dengan ukuran besar data dan kompleksitas pengolahan datanya.
Salah satu cara yang mungkin dilakukan untuk mengatasi masalah di atas adalah dengan menggunakan suatu sistem berbasis jaringan. Dengan sistem berbasis jaringan dapat dilakukan pengolahan citra medis pada suatu komputer yang terpusat. Teknologi web services merupakan salah satu teknologi yang dapat digunakan pada sistem berbasis jaringan untuk membangun suatu aplikasi yang terdistribusi [5].
Dengan menggunakan web services maka terdapat dua aplikasi pada sistem yang dibangun, yaitu aplikasi pada server dan aplikasi pada klien. Pada aplikasi untuk klien dapat digunakan aplikasi yang berbasis Graphical User Interface (GUI). Akan tetapi dengan aplikasi yang berbasis GUI diperlukan proses instalasi pada masing-masing komputer klien. Hal ini dapat menimbulkan masalah karena dibutuhkan resource ataupun platform tertentu pada masing-masing komputer klien. Untuk mengatasi hal teresebut dapat dilakukan alternatif lain yaitu dengan merancang suatu aplikasi klien yang berbasis web.
3
Java Applet dapat digunakan untuk mengatasi hal tersebut, karena dengan Applet dapat dibangun suatu aplikasi berbasis GUI yang dapat berjalan pada suatu browser [6]. Skema dari sistem berbasis jaringan dengan menggunakan web services dapat dilihat pada Gambar 1.1.
Gambar 1.1 Skema Sistem Berbasis Jaringan dengan Menggunakan Web Services
4
dirancang suatu sistem pengolahan citra medis yang berbasis web visualisasi yang menggunakan bahasa pemrograman web murni (tanpa menggunakan applet). Pada penelitian lain, Danzhou Liu, dkk [9] merancang sebuah framework untuk pengolahan citra medis dalam jaringan internet yang difokuskan pada citra medis 3D yang mempunyai resolusi yang tinggi. Sedangkan pada penelitian yang dilakukan oleh Jianguo Zhang, dkk [10] lebih membahas masalah keamanan pada komunikasi citra medis pada jaringan internet.
Tabel 1.1Perbedaan Dengan Penelitian Sebelumnya
Penulis Judul Penelitian Pembahasan Tahun Spiros Koulouzis,
Seperti yang terlihat pada Tabel 1.1, terdapat beberapa perbedaan antara pada penelitian yang dilakukan dengan penelitian-penelitian sebelumnya yaitu:
5
Walaupun sistem yang dibangun berbasis jaringan, namun berbeda dengan penelitian sebelumnya [4] [9] [10] penelitian ini menggunakanweb services untuk mengakses aplikasi yang ada pada server. Hal ini dilakukan karena web services dapat berjalan di banyak platform komputer dan tidak terikat pada bahasa pemrograman tertentu. Dibandingkan dengan penelitian [7] walaupun telah sama-sama menggunakan web sevices, namun pada penelitian ini digunakan teknologi web services yang berbeda dengan penelitian sebelumnya. Pada penelitian ini digunakan teknologiweb servicesXML-RPC.
b. Visualisasi Dengan Java Applet
Untuk visualisasi pada klien digunakan Java Applet yang merupakan aplikasi menggunakan bahasa pemrograman Java yang dapat berjalan pada sebuah browser [6]. Hal ini berbeda dengan penelitian sebelumnya [4] yang tidak menggunakan applet dalam membangun aplikasi klien.Penggunaan Java Applet digunakan karena Java Applet mendukung untuk membuat aplikasi yang lebih interaktif. Hal ini diharapkan dapat mengatasi keterbatasan pada penelitian sebelumnya untuk merancang aplikasi klien yang lebih interaktif.
1.2 Perumusan Masalah
6
a. Bagaimana mengatur komunikasi data citra medis pada jaringan komputer pada suatu sistem berbasis jaringan agar waktu yang dibutuhkan untuk berkomunikasi tidak terlalu lama.
b. Bagaimana mengatur pembagian sumber daya pengolahan citra medis untuk banyak klien pada sistem berbasis jaringan.
1.3 Batasan Masalah
Dari rumusan masalah yang ada, untuk mengurangi pembahasan yang meluas maka dilakukan pembatasan masalah sebagai berikut:
a. Pengolahan citra yang dilakukan merupakan segmentasi pada citra medis dengan menggunakan librari pada Insight Segmentation and Registration Toolkit(ITK). b. Citra yang digunakan adalah citra medis dengan format Digital Imaging and
Communications in Medicine (DICOM).
c. Sistem pengujian berjalan pada jaringan lokal (intranet).
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah terciptanya suatu sistem pengolahan citra medis berbasis jaringan yang dapat melakukan pengolahan data citra medis pada komputer server yang dapat diakses oleh beberapa komputer klien.
1.5 Manfaat Penelitian
7
a. Untuk memberikan kontribusi ilmu pada bidang pengolahan citra medis dan jaringan.
b. Untuk mendapatkan sistem pengolahan citra medis yang lebih murah dengan menggunakan sumber daya yang lebih sedikit namun efisien.
1.6 Sistematika Pembahasan
Pada tulisan ini disusun sebanyak lima bab yang terdiri dari:
BAB I : PENDAHULUAN, berisi kerangka penelitian yaitu latar belakang, rumusan masalah, tujuan penelitian, batasan masalah, dan metode yang ditempuh;
BAB II : TINJAUAN PUSTAKA, memuat berbagai teori pengolahan citra medis, pendistribusian hasil pengolahan citra medis, dan web services yang dijadikan landasan dalam melakukan penulisan dan perancangan;
BAB III: METODE PENELITIAN, berisi tentang rancangan sistem yang dibangun, pengumpulan data, pemodelan sistem berserta metode-metode yang dilakukan dalam penelitian;
BAB IV : HASIL PERCOBAAN DAN ANALISIS, berisi analisis dari hasil perancangan sistem yang dibandingkan dengan aplikasi standalone. Analisis dilakukan dengan pengujian terhadap sistem yang dirancang; BAB V : KESIMPULAN DAN SARAN, berisi hasil simpulan dari tulisan dan
BAB 2
TINJAUAN PUSTAKA
2. 1 Pengolahan Citra Medis
Pada proses pengolahan citra medis tahapan algoritma terdiri dari 8 bagian yaitu perbaikan, segmentasi, kuantifikasi, registrasi, visualisasi dan bagian akhir yang mencakup kompresi, penyimpanan, dan komunikasi [11]. Konsep-konsep ini digunakan untuk melakukan pengolahan dan analisa citra medis setelah didapatkan citra digital dari peralatan medis yang ada diantaranya untuk proses rekonstruksi citra medis.
Dalam proses pengolahan citra medis, segmentasi merupakan salah satu bagian penting dari pemrosesan citra medis tersebut. Pendekatan model berbasis segmentasi telah ditetapkan sebagai salah satu metode yang paling berhasil untuk analisis citra [12]. Segmentasi bertujuan untuk membagi citra menjadi beberapa daerah (Region of Interest ROI) yang homogen berdasarkan kriteria kemiripan tertentu. Kualitas hasil segmentasi citra tergantung pada kualitas dari citra awal atau citra hasil akusisi [13]. Kesalahan pada proses segmentasi akan mempengaruhi proses pengenalan dan pemahaman citra pada tingkat yang lebih lanjut.
9
Tidak ada pendekatan tunggal yang dapat memecahkan masalah segmentasi untuk berbagai macam modalitas citra yang ada saat ini [14]. Algoritma segmentasi yang paling efektif diperoleh dengan menyesuaikan kombinasi komponen-komponen yang ada dan disesuaikan dengan kebutuhan dari segmentasi itu sendiri.
Metode thresholding didasarkan pada pemisahan pixel ke dalam kelas yang berbeda tergantung pada tingkat keabuan masing-masing pixel [15]. Intensitas citra medis seperti tumor dan jaringan pada otak biasanya sangat rumit dan memiliki tingkat keabuan yang hampir sama sehingga menyebabkan kesulitan penentuan ambang batas (threshold). Metode thresholding semata tidak bisa diterapkan untuk citra dengan tingkat keabuan yang berdekatan, sehingga biasanya dikombinasikan dengan metode lain [15] [16].
Metode region growing menggabungan beberapa pixel dengan thresholding tertentu yang memliki kondisi konektivitas atau kriteria daerah homogenitas [16]. Keberhasilan dari metode tersebut bergantung pada ketepatan informasi anatomi dalam meletakkan baik satu mapun beberapa pixelawal untuk masing-masing daerah homogen [17] [15]. Kelemahan lain dari metode region growing adalah metode tersebut hanya dapat bekerja dengan baik pada daerah yang homogen dan membutuhkan operator untuk menentukan daerah yang akan tersegmentasi.
10
permukaan air. Algoritma ini akan berhenti bila dua “kolam” dari dua sumber yang berbeda bertemu. Jika pada citra terdapat banyak pola dan noise, maka akan terbentuk banyak “kolam” sehingga terjadi segmentasi yang berlebihan [15] [16] [18].
Matei Mancas dan Bernard Gosselin [15] memodifikasi algoritma watershed untuk menghindari masalah segmentasi berlebih pada citra tumor otak dengan mengunakan metode marker-based watershed dan gradient vector flow untuk komputasinya. Watershed pertama dihitung dari dua market -set awal dan membagi citra menjadi 3 wilayah yaitu bagian luar, fuzzy dan bagian dalam. Algoritma yang sama kemudian digunakan untuk menghitung watershed yang kedua dan diperoleh 5 wilayah konsentris yang makin mendekati bagian tumor.
Salvador A Melo Júnior, dkk [18] menyelesaikan masalah over-segmentation dengan menggunakan multi-state preprocessing untuk mengurangi noise citra, meningkatkan kontras, dan memodifikasi homotopi citra ventrikel kiri. Setelah tahap preprocessing, metode watershed berhasil melakukan segmentasi citra ventrikel kiri. Kontur akhir diperoleh dengan mengurangi ukuran wilayah tersegmentasi dengan algoritma kontur koreksi.
Metode shapebased juga memberikan pendekatan yang cukup sederhana dalam segmentasi citra. Namun metode ini sangat sulit dalam penentuan kontur awal. Ketidaktepatan dalam penentuan kontur awal dapat menyebabkan hasil segmentasi yang kurang memuaskan [17].
11
parameter sehingga bagus tidaknya segmentasi tergantung pada seberapa baik distribusi yang diasumsikan mendekati distribusi dari data. Pada kenyataanya, secara umum citra medis mengandung noise dan ketidakpastian distribusi yang tidak dapat diprediksi sebelumnya [17] [16].
Metode segmentasi statistik mengklasifikasi dan melakukan pengelompokan pixel citra ke dalam wilayah terpadu menurut kriteria tertentu dengan menggunakan pattern-classifier tertentu dan teknik post-processing semisal filter morfologi. Algoritma K-mean,fuzzy c-means(FCM) dan expectation–maximization(EM) paling umum digunakan pada metodeclustering[15].
Shan Shen, dkk [16] menggunakan metode fuzzy c-mean yang dimodifikasi, yang disebut improved fuzzy c-mean (IFCM), untuk melakukan segmentasi pada jaringan otak. Pada algoritma IFCM segmentasi tidak hanya didasarkan pada pixel namun juga pada pixel yang terdekat. Selama proses clustering, pixel berusaha menarik pixel yang terdekat dan memiliki intensitas yang hampir sama ke dalam clusteryang sama sehingga robushtterhadap noise.
-12
segmentation pada watershed. Meskipun penggabungan metode segmentasi tersebut cukup memuaskan, namun hasil tersebut sangat bergantung pada hasil K-mean.
2.2 ITK
ITK merupakan singkatan dari Insinght Segmentation and Registration Toolkit adalah librari open-source untuk pengolahan citra baik 2D maupun 3D khususnya untuk citra medis [14]. ITK cukup bermanfaat untuk semua metode pengolahan citra khususnya untuk segmentasi dan registrasi. Selain itu berbagai modul untuk filtering dan analisa secara numerik juga disediakan librari-librari ITK. Beberapa metode segmentasi region base yang disediakan ITK: Connected Threshold, Otsu Segmentation, Neighborhood Connected,Connected Confidence dan lainnya. Dalam penelitian yang dilakukan, digunakan librari segmentasi untuk pengolahan data citra medis.
ITK diimplementasikan dalam bahasa pemrograman C++. ITK merupakan librari yang cross-platform. ITK menggunakan CMake untuk membangun dan mengatur proses konfigurasi. Walaupun dimplementasikan dengan bahasa C++ ITK dapat juga diinterpretasikan dengan bahasa pemrogramanlain seperti Tcl, Java, dan Python dengan menggunakan CableSwig. Hal ini memungkinkan pengembang untuk membuat perangkat lunak menggunakan berbagai bahasa pemrograman.
2.3 Komunikasi Data Citra Medis Pada Jaringan Komputer
13
[10]. Ini tejadi dikarenakan pada umumnya data citra medis mempunyai ukuran yang sangat besar [9]. Masalah utama yang muncul dalam suatu sistem pengarsipan dan komunikasi data citra adalah masalah konkurensi data ketika banyak komponen yang berkomunikasi terhadap suatu server.
Ada beberapa cara yang digunakan untuk mengatasi masalah kecepatan jaringan konkurensi data diantaranya menggunakan perangkat keras berkemampuan handal, penggunaan web services [7], atau penggunaan teknik kompresi data citra yang bersifat lossless sebelum dikirimkan. Proses komputasi parallel juga dilakukan untuk menangani masalah pada suatu sistem pengarsipan dan komunikasi data citra. Semua teknik ini digunakan bertujuan agar suatu sistem pengolahan citra medis berbasis jaringan dapat berjalan secara real-time.
2.4 Web Services
Web services adalah sekumpulan application logic beserta objek-objek dan method-method yang dimilikinya yang terletak di suatu server yang terhubung ke jaringan komputer sehingga dapat diakses menggunakan protokol HTTP dan SOAP (Simple Object Access Protocol) [2]. Dalam penggunaannya, web services dapat digunakan untuk memeriksa data user yang login ke sebuah halaman web ataupun untuk transaksi perbankan on-lineyang rumit.
14
komponennya untuk saling berhubungan dengan aplikasi lain dalam sebuah organisasi maupun di luar organisasi menggunakan standar yang tidak terikat platform (platform-neutral) dan tidak terikat akan bahasa pemrograman yang digunakan (language-neutral). Dalam penelitian ini web services digunakan untuk menjalankan method-methodsegmentasi citra medis.
Platform dasar dari web servicesadalah XML dan HTTP [21]. Dalam hal ini XML menyediakan bahasa yang dapat digunakan antara berbagai platform dan bahasa pemrograman dan masih mengekspresikan pesan yang kompleks dan fungsi. Elemen-elemen dari platform web servicesadalah:
a. SOAP(Simple Object Access Protocol)
b. UDDI(Universal Description, Discovery and Integration) c. WSDL(Web services Description Language)
15
bahasa berbasis XML untuk mendeskripsikan web services dan bagaimana untuk mengaksesnya [24].
Selain SOAP terdapat beberapa teknologi web services yang juga dapat digunakan. Teknologi web servicesyang populer digunakan selain SOAP diantaranya adalah XML-RPC dan Representational State Transfer (REST). Masing-masing teknologi web services tersebut mempunyai kekurangan dan kelebihan tersendiri. Dalam penelitian yang dilakukan XML-RPC digunakan sebagai teknologi untuk membangun aplikasi web services.
2.4.1 XML-RPC
XML-RPC adalah sebuah protokol jaringan komputer standar yang dapat digunakan berkomunikasi dalam mode remote procedure call dengan menggunakan protokol HTTP [25] [26]. Pada dasarnya, remote procedure call merupakan proses sebuah program pada satu komputer yang menjalankan program pada komputer lain dalam suatu jaringan komputer. XML-RPC merupakan teknologi web servicespaling sederhana untuk membuat suatu komputer memanggil prosedur yang terdapat pada komputer lain [5]. XML-RPC menggunakan kembali infrastruktur yang pada awalnya diciptakan untuk komunikasi antara manusia untuk mendukung komunikasi antara program pada komputer.
16
http://example.org:8080/rpcserv/). Untuk menggunakan prosedur yang tersedia di server itu, maka langkah-langkah yang diperlukan adalah:
a. Program klien membuat prosedur panggilan menggunakan XML-RPCclient, yang menentukan nama metode, parameter, dan server target.
b. XML-RPC client mengambil nama metode dan parameter dan kemudian mempaketkannya sebagai data XML. Kemudian klien mengirimkan sinyal permintaan HTTP POSTyang berisi informasi permintaan ke server.
c. Sebuah server HTTP akan menerima permintaan POSTdan melewati paket XML kepada XML-RPClistener.
d. XML-RPC listener akan mem-parsing XML untuk mendapatkan nama metode yang ingin dipanggil beserta parameternya. Kemudian server memanggil metode yang diminta sekaligus melewatkan parameternya.
e. Metode yang dipanggil akan memberikan respon terhadap proses XML-RPC. Kemudian XML-RPC akan membungkus respon tersebut sebagai data XML. f. Server HTTP akan mengembalikan data XML tersebut sebagai respon terhadap
permintaan HTTP POST.
g. XML-RPC client akan mem-parsing data XML yang diterima untuk mengekstrak nilai respon. Kemudian XML-RPCclien tmengirimkan nilai respon ke program klien.
h. Program klien akan melanjutkan proses dari nilai yang didapat tersebut.
17
BAB 3
METODE PENELITIAN
3.1 Rancangan Penelitian
Penelitian ini menggunakan eksperimen laboratorium yaitu menggunakan data citra medis dengan format DICOM. Kemudian dilakukan perancangan untuk membangun aplikasi standalonedan dilanjutkan dengan prototipe sistem pengolahan citra medis berbasis jaringan. Selanjutnya dilakukan pengujian proses pengolahan citra medis pada prototipe sistem.
3.2 Pengumpulan Data Citra Medis
Untuk mengetahui apakah sistem berbasis jaringan dapat melakukan pengolahan citra medis, maka diperlukan data citra medis untuk diolah dan dikomunikasikan. Data citra medis yang digunakan dalam penelitian ini berupa citra medis 2D dari otak manusia yang merupakan hasil scan MRI. Hasil scan MRI tersebut berupa citra dengan format DICOM. Pemilihan jenis data tersebut dilakukan karena keterbatasan sumber dalam mengumpulkan berbagai jenis data citra medis. Data citra medis tersebut nantinya akan disegmentasi untuk mendapatkan nilai thresholddan citra medis yang dapat digunakan dalam analisa kodisi pasien.
3.3 Pemodelan Sistem
19
fitur-fitur yang dapat dilakukan oleh pengguna sistem. Diagram use case juga digunakan untuk melakukan verifikasi pada aplikasi untuk melihat apakah seluruh fungsi yang dijelaskan di dalam diagram use case telah diimplementasikan dalam sistem.
Dari diagram use case, maka dapat diidentifikasi bahwa pada sistem yang dibangun hanya terdapat satu jenis pengguna, yaitu User sebagai actor yang akan menggunakan sistem untuk mengakses aplikasi segmentasi pada sisi klien. Digram use case dari sistem dapat dilihat pada Gambar 3.1
Gambar 3.1 Diagram Use Case
20
Otsu Segmentation merupakan caseyang menunjukkan fitur untuk melakukan proses segmentasi dengan menggunakan metode segmentasi Otsu. Sedangkan case Multilevel Segmentation merupakan fitur lanjutan untuk melakukan segmentasi bertingkat yaitu proses segmentasi terhadap citra medis yang sebelumnya telah disegmentasi. Case Simpan merupakan fitur untuk menyimpan data hasil seluruh proses segmentasi yang dilakukan.
3.4 Segmentasi Citra Medis
Untuk mendapatkan data citra medis yang dapat dianalisa maka diperlukan suatu pengolahan terhadap citra medis tersebut. Dalam pengolahan citra medis terdapat tahapan-tahapan pengolahan yang dapat menghasilkan suatu data citra medis yang dapat dianalisa lebih lanjut. Pada penelitian ini pengolahan yang dilakukan adalah pada tahap segmentasi. Hal ini dilakukan karena segmentasi citra medis merupakan hal umum yang dilakukan untuk melakukan analisa terhadap suatu citra medis.
21
termasuk metode sederhana yang baik dan cepat dalam melakukan segmentasi citra [27], sehingga dianggap sesuai dengan sistem pengolahan citra berbasis jaringan yang dikembangkan. Penggunaan segmentasi dengan metode lain dapat dilakukan pada penelitian selanjutnya.
Metode Otsu bekerja berdasarkan data histogram dari suatu citra. Histogram pada suatu citra menunjukkan keseluruhan nilai intensitas dari setiap pixelpada citra dalam satu dimensi. Pada histogram citra sumbu x menyatakan level intensitas yang berbeda sedangkan sumbu y menyatakan jumlah akumulatif pixelyang memiliki nilai intensitas tersebut. Dengan menggunakan histogram dilakukan pengelompokan terhadap pixel-pixel dalam suatu citra medis. Pengelompokan ini didasarkan pada nilai ambang batas atau threshold. Nilai threshold ini menjadi objektif atau tujuan dari metode Otsu.
22
a. Menghitung nilai histogram ternormalisasi dari suatu citra yang disimbolkan sebagai untuk i=0,1,2,..L-1 dengan rumus berikut:
= ………...(1)
Dengan adalah jumlah pixel pada setiap intensitas dan adalah jumlah semua mulai dari sampai dengan .
b. Menghitung jumlah kumulatif dari ( ) untuk = 0,1,2, . . − 1dengan menggunakan rumus:
( ) = ∑ ………..….(2)
c. Menghitung rata-rata kumulatif dari ( )untuk = 0,1,2, . . − 1dengan menggunakan rumus:
( ) = ∑ ………...…….(3)
d. Menghitung rata-rata intensitas global menggunakan rumus:
= ∑ ……….……….(4)
e. Menghitung varians antar kelas ( ) untuk = 0,1,2, . . − 1dengan menggunakan rumus:
( ) =[ ( )[( ) ( )]( )] ………..………..…(5)
f. Memilih nilai threshold ∗ yang merupakan indeks dimana nilai varians kelas maksimum ( ( ) → ). Jika ternyata terdapat lebih dari satu nilai ∗ maka diambil rata-rata untuk mendapatkan nilai thresold.
23
( ) = ( )………..……….….(6)
Sedangkan,
= ∑ (1 − ) ………..(7)
Setelah mendapatkan nilai thresold maka nilai tersebut digunakan untuk melakukan segementasi citra. Metode Otsu hanya digunakan untuk mendapatkan nilai thresholdyang optimum. Teknik segmentasi yang biasa digunakan adalah:
( , ) = 1 0 ( , ) > ( , ) ≤∗∗……….……..(8)
Dari persamaan diatas terlihat hasil segmentasi adalah citra biner yang memiliki nilai intensitas hanya 0 dan 1. Nilai intensitas 0 menyatakan warna hitam (dianggap background) sedangkan nilai intensitas 1 menyatakan warna putih (dianggap foreground atau objek). Oleh karena itu hasil segmentasi dengan menggunakan metode Otsu merupakan citra hitam putih.
3.5 Komunikasi Data Citra Medis Dengan Web Services
24
Terdapat berbagai macam teknologi web services yang berkembang saat ini diantaranya. Diantara teknlogi web services yang ada SOAP dan XML-RPC merupakan teknologi web services yang populer. Berdasarkan studi literatur yang dilakukan maka dalam penelitian ini digunakan teknologi web services XML-RPC. Dalam penggunaannya, XML-RPC dianggap lebih sederhana dibandingkan dengan menggunakan teknologi SOAP untuk memanggil prosedur yang ada pada suatu komputer dalam jaringan. Hal ini karena XML-RPC mampu membungkus data yang dikirim ke dalam format XML serta dapat mendefinisikan kembali tipe data yang dibungkus sesuai dengan bahasa pemrograman yang digunakan. Berbeda dengan SOAP yang memerlukan pembuatan WSDL untuk pembungkusan data ke dalam format XML.
XML-RPC dapat dirancang dengan menggunakan berbagai macam bahasa pemrograman seperti C++, Java, Phyton, dan lain-lain. Dalam penelitian ini dilakukan perbandingan antara bahasa pemrograman C++ dan bahasa pemrograman Java untuk merancang XML-RPC. Perbandingan dilakukan untuk melihat efisiensi dan efektifitas dari bahasa pemrograman untuk merancang suatu aplikasi XML-RPC.
25
pemrograman Java yang hanya memerlukan librari tambahan yang dikembangkan oleh Apache untuk membangun teknologi XML-RPC (Apache XML-RPC). Paket Apache XML-RPC tersebut di-importkedalam aplikasi klien dan aplikasi server yang nantinya akan berkomunikasi.Berdasarkan pertimbangan tersebut maka dalam penelitian ini digunakan bahasa pemrograman Java untuk membangun teknologi web services.
Pada Apache XML-RPC, aplikasi klien dan aplikasi server berkomunikasi dengan menggunakan protokol HTTP. Protokol ini menggunakan nomor port yang berbeda dari nomor port yang standar digunakan. Hal ini dilakukan untuk mengakomodasi masalah keamanan pada jaringan computer yang merupakan salah satu ciri mutlak dalam pengolahan citra medis. Selain itu penggunaan nomor port yang berbeda juga bertujuan untuk membedakan jalur komunikasi dengan jalur yang biasa digunakan. Untuk menggunakan protokol HTTP, pada sisi server dapat digunakan librari untuk menggunakan framework server web tertentu atau menggunakan HTTP server yang di-built-in pada aplikasi server.
26
dipadatkan dan diubah formatnya menjadi citra dengan format PNG (Portable Network Graphics). Pemadatan dengan format PNG dilakukan agar data yang dikembalikan tidak terlalu besar. Selain itu, pemadatan format dari DICOM menjadi PNG akan membuang data identitas pasien yang secara hukum tidak boleh didistribusikan di luar kewenangan dan persetujuan pasien yang bersangkutan. Pemadatan ini secara langsung tidak akan menghilangkan bagian inti dari data citra yang ada di dalamnya. Data citra inilah yang sebenarnya dibutuhkan untuk proses pengolahan lebih lanjut.
Dalam proses komunikasi data dengan menggunakan XML-RPC terdapat satu masalah yang harus diselesaikan. XML-RPC tidak mendukung tipe data citra dalam proses komunikasi. Untuk mengatasi masalah tersebut maka sebelum dilakukan pengiriman data citra terlebih dahulu dikonversi menjadi data binary. Dalam bahasa pemrograman Java data binary didefinisikan menjadi tipe data byte[]. Akan tetapi dalam XML-RPC tipe data byte[] tersebut akan dikonversikan menjadi tipe data base64. Untuk parameter data yang dikirimkan berupa data dengan tipe data string. Proses transportasi data yang terjadi dapat dilihat pada Gambar 3.2.
27
Dengan menggunakan Apache XML-RPC komunikasi antara klien dan server dapat beroperasi dalam mode streaming. Dengan menggunakan mode streaming pemeliharaan sumber daya jauh lebih baik daripada mode standar yang berdasarkan pada besarnya array byte internal. Pembagian sumber daya bersama ketika lebih dari satu klien berkomunikasi dengan server akan dilakukan secara paralel dengan menggunakan eksekusi multiple threads. Hal ini akan menyebabkan waktu proses pengolahan citra medis akan lebih lama ketika pada saat bersamaan lebih satu klien yang berkomunikasi dengan server.
3.6 Pembuatan Aplikasi Standalone
Pembuatan aplikasi standalonedilakukan sebagai bagian dari penelitian untuk kebutuhan analisa perbandingan terhadap system berbasis jaringan yang dikembangkan. Aplikasi ini dibangun dengan menggunakan bahasa pemrograman Java dan librari ITK. Aplikasi yang dibuat merupakan aplikasi segmentasi citra medis dengan menggunakan metode Otsu. Aplikasi melakukan segmentasi terhadap citra medis dengan format DICOM dengan jumlah threshold tertentu sesuai dengan parameter yang dikirim.
28
itkOtsuMultipleThresholdsCalculator untuk melakukan segmentasi untuk berbagai masukan jumlah threshold yang diinginkan. Hasil dari proses segmentasi tersebut berupa citra medis yang telah tersegmentasi berdasarkan jumlah threshold yang diberikan. Citra medis hasil segmentasi berupa citra yang telah dipadatkan dengan format PNG.
3.7 Pembuatan Prototipe Sistem
Untuk menguji apakah sistem berbasis jaringan dapat melakukan pendistribusian hasil pengolahan citra medis maka dilakukan pembuatan prototipe sistem. Prototipe dibuat berdasarkan pemodelan sistem yang telah dilakukan. Pembuatan prototipe ini menggunakan bahasa pemrograman Java. Dalam perancangan prototipe digunakan diagram kelas untuk menggambarkan struktur statis dan diagram activitydigunakan untuk menggambarkan prilaku dinamis dari sistem.
29
Gambar 3.3 Diagram Kelas Klien
+Segmentation() : object -Image : byte
-LevelParamter : int
OtsuSegmentation
+Execute() : object -Parameter : object
XML-RPC Server
Gambar 3.4 Diagram Kelas Server
30
Diagram activity untuk proses segmentasi Otsu terdapat pada Gambar 3.5. Proses untuk segmentasi citra medis dengan metode segmentasi Otsu dimulai dengan memilih citra medis (dengan format DICOM) dari komputer lokal pada aplikasi klien. Selanjutnya User mengirimkan citra medis berserta parameter yang diperlukan ke server. Server akan melakukan proses segementasi pada citra medis yang dikirimkan aplikasi klien. Setelah proses segmentasi berhasil dilakukan, server akan mengirimkan data hasil segmentasi tersebut ke aplikasi klien.
31
Untuk diagram activity proses segmentasi multilevel tidak terlalu berbeda dengan diagram activity segmentasi Otsu. Hal ini karena proses yang terjadi pada segmentasi multilevel hampir sama dengan segmentasi sebelumnya. Perbedaanya terdapat pada pemilihan citra medis yang akan disegmentasi. Pada multilevel segmentasi, citra medis dipilih dari citra medis yang telah disegmentasi sebelumnya. Diagram activityuntuk proses multilevel segmentasi terdapat pada Gambar 3.6
Pilih Citra M edis
Pilih Paramater
Call XML-RPC Method XML-RPC Listener
Segmentasi
Return R esponse Parsing Data XML
Tampilkan Hasil
Klien Server
Segmentasi Otsu
32
Diagram activity terakhir adalah proses penyimpanan hasil segmentasi. Diagram activity tersebut terdapat pada Gambar 3.7. Pada proses ini User akan melakukan penyimpanan data seluruh proses segmentasi yang telah dilakukan. Data yang disimpan merupakan seluruh citra medis yang telah disegmentasi (termasuk hasil multilevel segmentasi). Selain itu juga tersimpan data text yang berisi keterangan proses segmentasi yang dilakukan dan data threshold pada tiap proses segmentasi.
33
3.7.1 Pembuatan Aplikasi Server
Pembuatan aplikasi server dimulai dengan pembuatan prosedur untuk melakukan segmentasi. Metode segmentasi yang dilakukan adalah metode segmentasi Otsu. Algoritma segmentasi Otsu menggunakan algoritma yang telah tersedia pada librari ITK. Prosedur segmentasi akan menerima empat parameter yang dilewatkan, yaitu citra medis, nama file hasil segmentasi, jumlah iterasi segmentasi dan tipe file hasil segmentasi. Prosedur segmentasi ini akan mengembalikan citra medis dan nilai thresholdhasil segmentasi yang dipaketkan dalam variabel objek Vectorpada bahasa pemrograman Java.
Selanjutnya dilakukan pembuatan prosedur XML-RPC Listener yang akan menerima request dari aplikasi klien. Prosedur ini akan meng-import paket org.apache.xmlrpc.XmlRpcServer untuk menggunakan objek WebServer. Objek ini akan mendefinisikan aplikasi sebagai server ketika dipanggil dengan melewatkan parameter berupa nomor port(tipe data int) yang akan digunakan. Selanjutnya objek WebServerakan memanggil method addHandler() untuk mendefinisikan nama objek server XML-RPC. Untuk mulai menjalankan server objek WebServer akan memanggil method start();
34
3.7.2 Pembuatan Aplikasi Klien
Aplikasi klien dibuat dengan menggunakan Java Applet. Hal ini dilakukan agar aplikasi dapat berjalan pada sebuah browser sehingga tidak memerlukan instalasi dan dapat berjalan pada lintas platform. Pembuatan aplikasi klien terdiri dari pembuatan grafis antarmuka serta pembuatan prosedur pemanggilan method web services pada server.
Pembuatan grafis antar muka dilakukan dengan meng-import paket javax.swing pada bahasa pemrograman Java. Komponen grafis antar muka terdiri dari filechooser, radio button, text area, label, dan button. Filechooser digunakan untuk mencari file citra medis yang akan disegmentasi pada komputer lokal. Pada grafis antar muka terdapat tiga radio button untuk menentukan parameter nilai dari iterasi segmentasi. Text areadigunakan untuk menampilkan nilai threshold dari segmentasi yang dilakukan. Selanjutnya terdapat dua komponen button digunakan untuk melakukan aksi proses pemanggilan method segmentasi pada server dan melakukan penyimpanan hasil proses segmentasi. Sedangkan komponen label digunakan untuk menampilkan citra yang disegmentasi. Komponen label juga diberikan aksi untuk memilih citra hasil segmentasi untuk dilakukan segmentasi lagi pada proses segmentasi multilevel.
35
variabel yang akan dijadikan parameter. Selanjutnya objek XmlRpcClient akan memanggil method execute dengan melewatkan parameter yang terdiri method yang akan dipanggil dan objek Vector yang menyimpan parameter yang akan dilewatkan pada objek tersebut. Parameter yang dikirim oleh klien akan dibungkus menjadi data XML.
Setelah server mengembalikan nilai response maka aplikasi pada klien akan mem-parsing data XML yang diterima. Data XML yang diterima akan dikonversi menjadi tipe data yang ada pada bahasa pemrograman Java. Dalam aplikasi ini nilai yang diterima berupa data citra dengan tipe data byte[]dan nilai threshold. Tipe data citra tersebut akan dikonversi menjadi tipe data Image agar bisa ditampilkan dan disimpan pada komputer lokal.
3.8 Instrumen Penelitian
Dalam penelitian ini, instrumen penelitian terbagi dalam dua bagian yaitu perangkat keras dan perangkat lunak.
3.8.1 Perangkat Keras
Penelitian ini dilakukan dengan 1 buah komputer server dan 2 buah personal komputer untuk komputer klien.
Spesifikasi dari komputer server ada sebagai berikut:
IBM System X 3200 M3
Intel® Xeon® x3400 Series (quad-core) 2.4 GHz
36
Kapasitas penyimpanan sebesar 2 x 146,8 GB.
Sistem Operasi Linux Ubuntu Server 10.10
Spesifikasi dari komputer klien adalah sebagai berikut: a. Klien 1dengan spesifikasi:
Personal Lenovo ThinkCentre
Intel Core 2 Duo Prosesor 2.7 GHz
Memory 2 GB DDR2
Kapasitas penyimpanan 120 GB
Sistem Operasi Windows XP
b. Klien 2 dengan spesifikasi:
Notebook Acer Aspire 4720z
Intel Pentium Dual Core Prosesor 1.86 GHz
Memory 512 MB DDR2
Kapasitas penyimpanan 160 GB
Sistem Operasi Linux Ubuntu 10.10
3.8.2 Perangkat Lunak
BAB 4
HASIL DAN ANALISIS
Pengujian dilakukan dengan menggunakan sebuah citra medis hasil scan dari MRI. Citra medis yang digunakan berupa citra medis dari organ bagian otak. Pengujian dimulai dengan mendapatkan hasil dari aplikasi standalone. Kemudian dilakukan pengujian pada sistem berbasis jaringan untuk melihat hasil segmentasi yang didapat. Data citra medis yang didapat pada sistem berbasis jaringan dibandingkan dengan data hasil pengujian pada aplikasistandalone.
Selanjutnya dilakukan pengujian pada sistem berbasis jaringan dengan menggunakan multi klien: lima sampai dua puluh klien secara bersamaan dengan pertambahan lima klien pada tiap tahap pengujian. Hal ini dilakukan untuk melihat waktu proses segmentasi yang dilakukan untuk pengujian dengan banyak klien.
Pengujian dilakukan pada jaringan lokal dengan bandwith sebesar 100 MBps. Pengujian menggunakan dua jenis komputer yaitu komputer server untuk aplikasi server dan komputer klien untuk aplikasi klien (spesifikasi komputer terdapat pada Bab 3).
4.1 Hasil Perancangan Sistem
38
dapat berjalan dengan baik dilakukan pengujian dengan membandingkan hasil yang didapat pada prototipe sistem dengan aplikasi standalone.
Pengujian aplikasi standalone dilakukan dengan menggunakan citra medis dari otak manusia dengan format DICOM. Pengujian dilakukan untuk jumlah threshold bertingkat 2, 3, dan 4 level. Dari pengujian akan dilihat hasil segmentasi dan lamanya waktu proses segmentasi yang dibutuhkan untuk masing-masing jumlah threshold. Pengujian aplikasi standalone menggunakan tiga jenis komputer yaitu komputer server, Klien 1 dan Klien 2.
Pengujian pada sistem berbasis jaringan dilakukan dengan menggunakan data yang sama dengan pengujian pada aplikasi standalone, yaitu dengan citra medis dari otak manusia dan diuji untuk tiap jumlah thresholdyang berbeda. Data perbandingan hasil pengujian yang dilakukan dapat dilihat pada Tabel 4.1.
Tabel 4.1 Perbandingan Hasil Pengujian
39
percobaan standalonepada komputer server tidak terlalu besar (beberapa milik detik). Aplikasi standalone pada komputer server sedikit lebih cepat dari pada prototipe sistem. Sedangkan aplikasi standalone yang menggunakan Klien 1 ataupun Klien 2 waktu proses yang dibutuhkan lebih lama dari waktu proses pada prototipe sistem.
Untuk citra hasil segmentasi juga memiliki hasil yang sama untuk pada setiap percobaan yang dilakukan pada platformyang berbeda. Citra hasil segmentasi dengan metode Otsu untuk setiap jumlah threshold yang berbeda dapat dilihat pada Gambar 4.1, 4.2, dan 4.3. Karena segmentasi menggunakan metode Otsu maka citra yang dihasilkan berupa citra hitam putih.
40
41
42
4.2 Pengujian Multi Klien
Karena pada sistem berbasis jaringan ditujukan untuk penggunaan lebih dari satu klien, maka dilakukan pengujian dengan banyak klien (multi klien). Pengujian multi klien dilakukan untuk melihat pengaruh jumlah aplikasi klien yang melakukan proses segementasi pada waktu bersamaan. Pada pengujian ini dilihat waktu yang dibutuhkan untuk tiap jumlah klien yang berbeda. Pengujian dilakukan dengan lima klien sampai dengan dua puluh klien. Dengan jumlah klien tersebut pengujian ini dilakukan sebanyak empat tahap dengan pertambahan lima klien. Hasil pengujian ini dapat dilihat pada Tabel 4.2, 4.3, 4.4, dan 4.5.
Tabel 4.2 Percobaan Dengan Lima Klien
Klien
Waktu Proses
2 Threshold (detik)
Waktu Proses
3 Threshold (detik)
Waktu Proses
4Threshold (detik)
PC 1 1.891 2.750 27.610
PC 2 1.922 2.734 27.547
PC 3 1.828 2.828 27.625
PC 4 1.875 2.750 27.563
43
Tabel 4.3 Percobaan Dengan Sepuluh Klien
44
Tabel 4.4 Percobaan Dengan Lima Belas Klien
45
46
Dari empat tahap pegujian yang dilakukan terdapat peningkatan rata-rata waktu yang dibutuhkan untuk setiap penambahan klien. Nilai rata-rata waktu proses pada tiap tahap dapat dilihat pada Tabel 4.6 dan digambarkan dengan grafik pada Gambar 4.4. Dari data yang didapat, pada dua nilai threshold dan tiga nilai threshold peningkatan waktu yang terjadi tidak terlalu signifikan. Akan tetapi pada empat nilai threshold pertambahan waktu yang terjadi cukup besar.
Tabel 4.6 Waktu Rata-rata Proses Tiap Tahap Jumlah
Gambar 4.3 Grafik Waktu Rata-rata Proses Tiap Tahap
47
4.3 Analisis Hasil Perancangan
Berdasarkan dari pengujian yang dilakukan, prototipe sistem dapat berjalan dengan hasil pengolahan citra medis yang sama dengan aplikasi standalone. Untuk satu klien pada prototipe sistem, waktu yang dibutuhkan tidak terlalu berbeda dengan aplikasi standalone pada kompter server. Akan tetapi pada aplikasi standalone menggunakan PC atau notebookwaktu proses yang dibutuhkan lebih lama dari waktu proses pada prototipe sistem.
Untuk jumlah klien lebih dari satu akan terjadi penambahan waktu proses seiring dengan penambahan klien. Dari grafik yang terlihat pada Gambar 4.2 dapat dilihat penambahan waktu rata-rata tiap tahap hampir linear. Dengan begitu maka dapat diprediksi penambahan waktu yang terjadi setiap terjadi penambahan lima klien merupakan rata-rata dari selisih pertambahan waktu yang terjadi pada tiap tahap. Maka prediksi waktu penambahan per 5 klien untuk setiap jumlah tresshold(2, 3, dan 4) adalah:
=(2.777 − 1.901) + (3.571 − 2.777) + (4.633 − 3.571)3
=0.876 + 0.794 + 1.0623 = 0.911
=(4.556 − 2.772) + (6.062 − 4.556) + (7.411 − 6.062) 3
48
=(52.566 − 27.597) + (67.002 − 52.566) + (84.427 − 67.002)3
=24.969 + 14.436 + 17.4253 = 18.943
Proses penambahan waktu untuk tiap penambahan klien diperkirakan dipengaruhi oleh kemampuan dari komputer server. Untuk spesifikasi yang lebih tinggi diperkirakan penambahan waktu rata-rata akan lebih kecil. Hal ini belum dibuktikan pada penelititan ini karena keterbatasan waktu dan sumber daya yang ada.
Dari percobaan yang dilakukan menunjukkan bahwa prototipe sistem dapat menjadi alternatif untuk sistem pengolahan citra medis yang lebih murah. Hal ini karena prototipe sistem tidak memerlukan instalasi aplikasi pada tiap klien yang ingin melakukan pengolahan citra medis. Selain itu komputer yang digunakan untuk tiap klien juga tidak harus memiliki kemampuan yang tinggi seperti pada komputer server. Karena menggunakan aplikasi berbasis web, aplikasi klien pada prototipe sistem dapat berjalan diberbagai jenis platform yang mendukung penggunaan web browserdegan applet.
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil penelitian yang dilakukan dapat ditarik kesimpulan sebagai berikut: a. Penggunaan teknologi web services XML-RPC memungkinkan untuk
membangun sistem berbasis jaringan untuk pemanfaatan sumber daya berbagi pada aplikasi pengolahan cita medis.
b. Data hasil pengolahan citra medis yang didapat dari sistem berbasis jaringan tidak berbeda dengan hasil yang diperoleh pada aplikasi standalone, sehingga dapat digunakan sebagai pengganti.
c. Waktu yang diperlukan untuk pengolahan citra pada sistem berbasis jaringan dengan banyak klien akan bertambah seiring dengan pertambahan jumlah klien.
5.2 Saran
Adapun saran untuk penelitian selanjutnya adalah:
a. Penelitian ini hanya melakukan segmentasi citra medis dengan metode Otsu. Pada pengembangan sistem selanjutnya dapat dilakukan dengan menggunakan segmentasi citra medis dengan metode yang lain.
50
dengan menggunakan komputer server dengan kemampuan yang lebih tinggi.
c. Pada penelitian selanjutnya dapat dilakukan pengembangan aplikasi klien agar dapat berjalan pada perangkat bergerak.
DAFTAR PUSTAKA
[1] Doug Tidwell, James Snell, and Pavel Kulchenko, Programming Web Services with SOAP, First Ediion ed. Sebastopol, Canada: O'Reilly, 2001.
[2] Ade Anom A. (2005) IlmuKomputer.Com. [Online]. http://ikc.depsos.go.id/populer/adeanom/adeanom-axis.zip
[3] John Stoitsis et al., "Computer aided diagnosis based on medical image processing and artificial intelligence methods," Nuclear Instruments and Methods in Physics Research, pp. 591-595, September 2006.
[4] Seyyed Ehsan Mahmoudi et al., "Web-based interactive 2D/3D medical image processing and visualization software," Computer Methods and Programs in Biomedicine, pp. 172-182, November 2010.
[5] Simon St Laurent, Joe Johnstin, and Edd Dumbill, Programming Web Services with XML-RPC, First Edition ed. Sebastopol, Canada: O'Reilly , 2001.
[6] E.S. Boese, Java Applets (2nd edition) B&W: Interactive.: Lulu.com, 2007. [7] Spiros Koulouzis, Elena Zudilova-Seinstra, and Adam Belloum, "Data Transport
between Visualization Web Services for Medical Image Analysis," in International Conference on Computational Science, ICCS 2010, 2010.
[9] Danzhou Liu , Kien A. Hua, and Kiminobu Sugaya , "A Generic Framework for Internet-Based Interactive Applications of High-Resolution 3-D Medical Image Data," IEEE Transactions On Information Technology In Biomedicine, vol. 12, pp. 618-626, September 2008.
[10] Jianguo Zhang, Fenghai Yu, Jianyong Sun, Yuanyuan Yang, and Chenwen Liang, "DICOM Image Secure Communications With Internet Protocols IPv6 and IPv4," IEEE Transactions On Information Technology In Biomedicine, vol. 11, pp. 70-80, January 2007.
[11] Academic Press, Handbook of Medical Imaging Processing and Analysis, Isaac N. Bankman, Ed.: Academic Press, 2000.
[12] Tobias Heimann and Hans-Peter Meinzer, "Statistical shape models for 3D medical image segmentation: A review," Medical Image Analysis, no. 13, pp. 543-563, May 2009.
[13] M. Syamsa Ardisasmita, "Segementasi dan Rekontruksi Citra Organ Dalam Tiga Dimensi Menggunakan Matematika Morfologi dan Traingulasi Delaunay," in Proceedings, Komputer dan Sistem Intelejen, Jakarta, 2002.
[14] Luis Ibanez, Will Schroeder, Lydia Ng, Josh Cates, and the Insight Software Consortium, The ITK Software Guide , Second Edition ed., 2005.
[16] Shan Shen, William Sandham, Malcom Granat, and Annette Sterr, "MRI Fuzzy Segmentation of Brain Tissue Using Neighborhood Attraction With Neural-Network Optimization," IEEE transactions on information technology in biomedicine, vol. III, no. 2, September 2005.
[17] Jianguo Zhang, Kai-Kuang Ma, Meng Hwa Er, and Vincent Chong, "Tumor segmentation from magnetic resonance imaging by learning via one-class support vector machine".
[18] Salvador A Melo Júnior et al., "Semi-automatic algorithm for construction of the left ventricular area variation curve over a complete cardiac cycle," BioMedical Engineering OnLine, 2010.
[19] Nassir Salman, "Image Segmentation Based on Watershed and Edge Detection Techniques," The International Arab Journal of Information Technology, vol. III, no. 2, April 2006.
[20] Sudhir Agarwal, Steffen Lamparter, and Rudi Studer, "Making Web services tradable: A policy-based approach for specifying preferences on Web service properties," Web Semantics: Science, Services and Agents on the World Wide Web, vol. 7, no. 1, pp. 11-20, January 2009.
[21] w3schools.com. (2011, February) w3schools.com. [Online]. http://www.w3schools.com/webservices/ws_intro.asp
services: problems and future directions," Web Semantics: Science, Services and Agents on the World Wide Web, vol. 1, no. 3, pp. 309-320, April 2004.
[23] (2006, August) http://uddi.xml.org/. [Online]. http://uddi.xml.org/uddi-101
[24] w3schools.com. (2011, February) w3schools.com. [Online]. http://www.w3schools.com/wsdl/wsdl_intro.asp
[25] D. Jagannadham, V Ramachandran, and Harish Kumar, "Java2 Distributed Application development (Socket, RMI, Servlet, CORBRA) approaches, XML-RPC and Web Services Functional analysis and Performance Comparison," in International Symposium on Communications and Information Technologies, 2007.
[26] Bryan Henderson. (2004, November) User manual for XML-RPC for C/C++. [Online]. http://xmlrpc-c.sourceforge.net/doc/
