Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM
PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA
Skripsi
Diajukan untuk memenuhi sebagian dari
Syarat untuk memperoleh Gelar Sarjana Komputer
Program Studi Ilmu Komputer
OLEH : Ratna Asri Solihati
0907307
PROGRAM STUDI ILMU KOMPUTER
FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
LEMBAR PENGESAHAN
Ratna Asri Solihati 0907307
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM
PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA
TELAH DISETUJUI DAN DISAHKAN OLEH :
Pembimbing I
Dr. Wawan Setiawan, M.Kom
NIP. 196601011991031005
Pembimbing II
Jajang Kusnendar, M.T
NIP. 197506012008121001
Mengetahui,
Kepala Program Studi Ilmu Komputer
Jajang Kusnendar, M.T
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM
PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA
Oleh : Ratna Asri Solihati
Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh gelar
Sarjana Komputer pada Fakultas Pendidikan Matematikan dan Ilmu Pengetahuan
Alam.
© Ratna Asri Solihati 2014
Universitas Pendidikan Indonesia
Oktober 2014
Hak Cipta dilindungi undang-undang
Skripsi ini tidak boleh diperbanyak seluruhnya atau sebagian,
PERNYATAAN
Saya yang bertandatangan di bawah ini, menyatakan skripsi yang berjudul
“IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN
SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM
PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA” sepenuhnya
adalah karya sendiri. Pada isinya tidak ada yang merupakan plagiat dari karya
orang lain dan saya tidak melakukan penjiplakan atau pengutipan dengan
cara-cara yang tidak sesuai dengan etika yang berlaku dalam masyarakat keilmuan.
Bandung, Oktober 2014
Yang membuat pernyataan
KATA PENGANTAR
Puji syukur saya sampaikan atas kehadirat Allah SWT, yang telah
memberikan rahamat dan hidayahNya , sehingga saya dapat menyelesaikan
penulisan skripsi ini dengan judul “Implementasi Metode Gabor Filter dan
Metode Jaringan Syaraf Tiruan Learning Vector Quantization Pada Sistem
Pengenalan Pola Fraktur Tengkorak Manusia”tepat pada waktunya.
Salawat serta salam senantiasa saya limpahkan kepada Nabi Muhammad
SAW, serta keluarga dan sahabat-sahabat terbaik saya.
Penulisan skripsi ini saya buat dalam rangka memenuhi sebagian
persyaratan mencapai Gelar Sarjana S-1 Program Studi Ilmu Komputer, Fakultas
Pendidikan Matematika dan Ilmu Pengetahuan Alam.
Dalam kesempatan ini, saya ingin menyampaikan segenap ucapan terima
kasih kepada pihak-pihak yang telah mendukung dan membantu dalam
menyelesaikan skripsi ini. Ucapan terima kasih tersebut saya sampaikan kepada :
1. Kedua orangtua yang sangat saya kagumi, yang selalu memberikan
dukungan tiada henti dalam hidup saya, khususnya untuk kelancaran
penulisan skripsi ini.
2. Adik-adik tercinta Sofyan dan Sofwan.
3. Dr. Wawan Setiawan, M.Kom, selaku dosen Pembimbing I atas waktu,
bimbingan, arahan, kritik dan sarannya.
4. Jajang Kusnendar, M.T selaku dosen Pembimbing II atas waktu, bimbingan,
i
5. Heri Sutarno, MT, selaku dosen Pembimbing Akademik atas bimbingan dan
arahannya.
6. Jajang Kusnendar, M.T, selaku Ketua Program Studi Ilmu Komputer.
7. Seluruh Dosen Program Studi Ilmu Komputer dan Pendidikan Ilmu
Komputer, atas ilmu, didikan, pengajaran dan arahannya selama
perkuliahan.
8. Pihak rumah sakit hasan sadikin yang telah bersedia memberikan data
penelitian.
9. Sahabat C1 2010, sahabat MRL 2009, serta sahabat SD, yang telah
memberikan warna dalam kehidupan perkuliahan selama 4 tahun ini.
10.Sanak saudara, uwa, paman, bibi dan keponakan atas doa dan
dukungannya.
11.Rekan-rekan, staf serta seluruh keluarga Program Studi Ilmu Komputer dan
Pendidikan Ilmu Komputer.
Dan segenap pihak-pihak yang telah membantu dan mendukung dalam
penyelesaian skripsi ini yang tidak dapat saya sebutkan satu persatu.
Saya berharap skripsi ini dapat bermanfaat dan membantu bagi mereka
yang membutuhkan ilmu mengenai tema skripsi ini.
Bandung, Oktober 2014
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ABSTRAK
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM
PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA
Ratna Asri Solihati 0907307
Salah satu tugas dokter saat mengamati gambar citra Sinar X tengkorak manusia adalah diagnosa atas kelainan yang terdapat pada gambar tengkorak tersebut. Saat pengamatan tersebut sering ditemui sikap keragu-raguan dokter dalam mendiagnosis bagian-bagian yang terdapat pada citra tersebut. Keragu-raguan tersebut disebabkan kekaburan penampakan bagian-bagian pada citra, diantaranya sulit membedakan letak fraktur. Pengertian singkat mengenai fraktur itu sendiri merupakan putusnya kontinuitas sebuah tulang atau retaknya tulang yang ditandai oleh rasa nyeri, pembengkakan, gangguan fungsi, dan lain-lain. Seiring berjalannya waktu kemajuan bidang teknologi khususnya di bidang ilmu pengetahuan sudah sangat terlihat berkembang, salah satu contohnya yaitu pengolahan data pada citra. Melihat pada kasus tersebut peneliti melakukan proses pengenalan pola pada citra fraktur manusia yang diharapkan mampu mengenali fraktur yang terdapat pada citra tengkorak manusia. Metode yang digunakan ada dua, yaitu Gabor Filter dan Jaringan Syaraf Tiruan Learning Vector Quantization. Pertama agar citra fraktur dapat dikenali citra akan diekstraksi untuk mendapatkan sebuah pola dengan menggunakan gabor filter yaitu ekstraksi ciri, yang dimana nantinya akan menghasilkan sebuah matriks yang akan menjadi inputan untuk proses thresholding. Selanjutnya, metode jaringan syaraf tiruan dengan algoritma
learning vector quantization digunakan untuk pengakuratan dalam pengenalan
pola dan diterapkan pada tahap recognition (pengecekan dan pengkategorian nilai output dengan nilai input). Saat ini sistem yang dikembangkan telah berhasil mengenali fraktur pada citra tengkorak manusia dengan menghasilkan persentase akurasi terbaik yaitu 84,46%. Dengan persentase tersebut dapat disimpulkan bahwa sistem dapat menghasilkan pengenalan pola fraktur yang akurat.
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ABSTRACT
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM
PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA
Ratna Asri Solihati 0907307
One of the tasks doctors when observing images of X-ray image of a human skull is the diagnosis of abnormalities found on the skull image. When these observations are often encountered attitude of doubt doctors in diagnosing the parts contained in the image. Indecision is due to the appearance of the parts blur in the images, which are difficult to distinguish the location of the fracture. Brief understanding of the fracture itself is breaking the continuity of a bone or bone breakdown characterized by pain, swelling, impaired function, and others. Over time advances in technology especially in the field of science has been very visible growing, one example is the processing of data in the image. Looking at the case of researchers conducted a process of pattern recognition in human fracture image are expected to recognize that there is a fracture in the image of a human skull. There are two methods used, namely Gabor Filter and Neural Network Learning Vector Quantization. First order can fracture recognizable image of the image will be extracted to obtain a pattern using Gabor filters: feature extraction, that which will produce a matrix that will be input to the thresholding process. Furthermore, the method of artificial neural network with learning vector quantization algorithm is used to accurate in pattern recognition and applied to the recognition stage (checking and categorizing the output value with input values). Currently the system has been successfully developed to recognize the image of a human skull fractures to produce the best accuracy percentage is 84.46%. With these percentages can be concluded that the system can produce accurate fracture pattern recognition.
Keywords: Pattern Recognition, Fracture, Gabor Filter, Learning Vector
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR ISI
PERNYATAAN ... i
ABSTRAK ... ii
KATA PENGANTAR ... iv
DAFTAR ISI ... vi
DAFTAR GAMBAR ... viii
DAFTAR TABEL ... ix
DAFTAR LAMPIRAN ... xi
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 5
1.3 Batasan Masalah ... 6
1.4 Tujuan Penelitian ... 6
1.5 Manfaat Penelitian ... 7
1.6 Sistematika Penulisan ... 7
BAB IIISI ... 9
2.1 Pengolahan Citra ... 9
2.2 Sinar X ... 11
2.3 Fraktur ... 12
2.4 Gabor Filter ... 15
2.5 Jaringan Saraf Tiruan ... 25
2.5.1 Supervised Learning... 29
2.5.2 Multi-Layer Perceptron ... 29
2.6 Metode Learning Vector Quantization ... 30
2.6.1 Pengertian Metode Learning Vector Quantization ... 30
2.6.2 Algoritma Learning Vector Quantization ... 31
2.7 MATLAB ... 32
vii
3.1 Desain Penelitian ... 36
3.2 Metode Penelitian ... 38
3.3 Alat dan Bahan Penelitian ... 41
3.3.1 Alat Penelitian ... 41
3.3.2 Bahan Penelitian ... 43
BAB IVHASIL PENELITIAN DAN PEMBAHASAN ... 45
4.1 Analisis Sistem ... 45
4.1.1 Deskripsi Umum Sistem ... 45
4.1.2 Pengumpulan Data ... 46
4.1.3 Perancangan Sistem ... 46
4.2 Analisis Kebutuhan Sistem... 58
4.2.1 Batasan dan Asumsi Sistem ... 58
4.2.2 Masukan Sistem ... 58
4.2.3 Model Proses Sistem ... 59
4.2.4 Keluaran Sistem ... 63
4.3 Perancangan Sistem ... 64
4.3.1 Perancangan Data ... 64
4.3.2 Perancangan Antarmuka Sistem ... 65
4.4 Implementasi Sistem ... 68
4.4.1 Implementasi Data ... 68
4.4.2 Implementasi Modul ... 72
4.5 Pengujian Sistem ... 79
4.5.1 Pengujian Implementasi ... 81
4.6 Hasil Pengujian Sistem ... 82
BAB VKESIMPULAN ... 83
5.1 Kesimpulan ... 83
5.2 Saran ... 84
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR GAMBAR
Gambar 2.1 Citra Fraktur Pada Tengkorak Manusia ... 13
Gambar 2.2 Gabor kernel dengan nilai lambda yang berbeda ... 16
Gambar 2.3 Gabor kernel dengan nilai theta yang berbeda ... 17
Gambar 2.4 Gabor kernel dengan nilai phi yang berbeda ... 18
Gambar 2.5 Gabor kernel dengan nilai bandwitdh yang berbeda ... 19
Gambar 2.6 Gabor kernel dengan nilai gamma yang berbeda ... 20
Gambar 2.7 Model Generik Multilayer Perceptron ... 26
Gambar 2.8 Struktur Jaringan LVQ ... 31
Gambar 3.1 Desain Penelitian ... 35
Gambar 3.2 Model Sekuensial Linier (Pressman, 2001) ... 39
Gambar 4.1 Alur Proses Sistem Pengenalan Pola Fraktur ... 46
Gambar 4.2 Citra hasil grayscale ... 48
Gambar 4.3 Citra hasil ekstraksi ciri ... 50
Gambar 4.4 Citra hasil thresholding ... 51
Gambar 4.5 Implementasi Proses ... 57
Gambar 4.6 Diagram Konteks Sistem Frarec ... 59
Gambar 4.7 Data Flow Diagram Level 1 Sistem Frarec ... 60
Gambar 4.8 Dialog Chart Frarec ... 66
Gambar 4.9 Rancangan Antarmuka Sistem Frarec ... 68
Gambar 4.10 Implementasi Arsitektur Pada Sistem Frarec ... 71
ix
DAFTAR TABEL
x
DAFTAR LAMPIRAN
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB I PENDAHULUAN
1.1 Latar Belakang
Seiring berjalannya waktu ilmu pengetahuan semakin berkembang pesat
sesuai dengan berbagai macam pemikiran manusia. Banyak teori-teori maupun
aplikasi baru yang lahir dari beberapa macam pengetahuan. Begitupun dalam
bidang IT, macam-macam jenis pengolahan data lahir dengan teknik yang baru.
Dengan tujuan yaitu agar kinerja dalam menyelesaikan suatu pekerjaan dapat
meningkat lebih baik dan mencapai tujuan. Yang dimana salah satu contoh proses
pengolahan data dalam kasus ini yaitu pengolahan citra atau image processing.
Pengolahan citra adalah pemrosesan citra, khususnya menggunakan
komputer yang menjadikan citra memiliki kualitas lebih baik. Sebagai contoh,
citra pemandangan yang tampak gelap, lalu dengan operasi pengolahan citra
kontrasnya diperbaiki sehingga lebih terang dan tajam.
Seperti dikutip dari tesis milik Enjang tahun 2003 dengan judul
Pengenalan Pola Fraktur Dan Pembuluh Darah Pada Tengkorak Menggunakan
Jaringan Neural Buatan mengemukakan bahwa adapun berbagai macam
penelitian yang sudah dilakukan oleh beberapa orang yang berhubungan dengan
pengolahan citra sinar X khususnya di bidang kedokteran, diantaranya:
a. Automatic Acquisition of Visual Models for Image Recognition (O.Fichera,
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
segmentasi gambar tengkorak manusia telah dikembangkan untuk
menunjukkan model organ-organ kepala di bagian-bagian lainnya yang
ditunjukkan pada gambar tengkorak tersebut. Sistem yang dikembangkan
yaitu SLID (System for Learning Image Description) terbukti efektif serta
kerangka deskripsi gambar dapat lebih dipahami.
b. Model-Driven Contour Extraction for Physically Deformed
Objects-Application to Analysis of Stomach X-ray Images (Yasuyo Kita). Pada
penelitian ini telah dikembangkan suatu sistem yang dapat mengekstrak
kontur-kontur yang rusak dari gambar sinar-x lambung manusia. Sistem
yang dikembangkan dapat secara otomatis membentuk model lambung
berdasarkan dua gambar x-ray lambung yang berbeda. Gambar pertama
adalah hasil pemotretan dengan kadar kontras dua kali lipat (double
contras, DC). Gambar yang kedua diambil dari lambung yang terisi
barium (barium-filled, BF). Model yang terbentuk terdiri dari pegas-pegas
yang menyatakan elastisitas lambung.
c. Stochastic Segmentation of Ultrasound Images (I.L Herlin, C. Nguyen, C.
Graffigne). Pada penelitian ini dikembangkan suatu sistem model melalui
metode random Markov untuk membentuk segmentasi gambar hasil
pemeriksaan jantung. Prosedur pengamatan dilakukan secara iteratif untuk
memperkirakan parameter-parameter model. Sistem yang dikembangkan
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
d. Knowledge-Based Matching for 3D Radiotherapy Planning (Masaharu
Kobashi, Linda G. Shapiro). Pada penelitian ini dikembangkan sistem
yang dapat membentuk segmentasi dan rekognisi organ-organ penting
dalam gambar CT perut manusia.
Berawal dari pengamatan penulis melihat salah satu tugas dokter saat
mengamati gambar citra Sinar X tengkorak manusia, mendiagnosa atas kelainan
yang terdapat pada gambar tengkorak tersebut. Saat pengamatan tersebut sering
ditemui sikap keragu-raguan dokter dalam mendiagnosis bagian-bagian yang
terdapat pada citra tersebut. Keragu-raguan tersebut disebabkan oleh kekaburan
penampakan bagian-bagian pada citra, diantaranya sulit mengetahui apakah
terdapat fraktur pada tengkorak manusia atau tidak.
Menurut S.C Shanks dalam bukunya yang berjudul A Text Book of X-Ray
Diagnosis (1957) pengertian singkat mengenai fraktur itu sendiri merupakan
putusnya kontinuitas sebuah tulang atau retaknya tulang yang ditandai oleh rasa
nyeri, pembengkakan, gangguan fungsi, dan lain-lain. Kendala utama dalam
pengenalan fraktur adalah pada umumnya citra sinar X fraktur memiliki kualitas
yang rendah, antara lain disebabkan oleh kekaburan citra sinar X ataupun karena
kualitas peralatan rontgen yang digunakan.
Oleh karena itu, peningkatan kualitas citra sinar X fraktur seharusnya
menjadi salah satu prioritas utama sebelum mengidentifikasi parameter-parameter
yang akan digunakan oleh ciri (feature) dari obyek di dalam citra, untuk
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Sepengetahuan penulis, penelitian sebelumnya yang mengarah kepada
pengenalan pola fraktur sudah ada, namun dengan objek penelitian dan metode
yang berbeda yaitu pengenalan pola fraktur dan pembuluh darah pada tengkorak
menggunakan jaringan neural buatan yang dilakukan oleh Enjang Ali Nurdin
(Universitas Indonesia, 2003).
Pada penelitian tersebut metode yang digunakan adalah jaringan syaraf
tiruan dengan pengambilan sampel citra dengan menggunakan ciri moment
invariant sebagai ciri untuk membedakan kelas fraktur dan kelas pembuluh darah.
Lalu selanjutnya penggunaan transformasi Fourier untuk mendeteksi komponen
frekuensi. Dan melalui pembelajaran propagansi balik yang melibatkan ciri-ciri
moment invariant, amplitudo spektrum frekuensi serta sudut fasenya. Namun pada
penelitian tersebut masih terdapat kekurangan diantaranya belum dilakukannya
proses enhancement pada citra x-ray yang digunakan.
Selanjutnya penulis menemukan penelitian yang dilakukan oleh Helsi
Rosyida Mandasari, Handayani Tjandrasa, Arya Yudhi Wijaya mengenai
Segmentasi Pembuluh Darah Retina pada Citra Fundus Mata dengan 2D-Gabor
Filter. Pada penelitian tersebut mampu mensegmentasi pembuluh darah retina
pada citra fundus mata berwarna dengan baik dengan proses enhancement melalui
metode Gabor Filter. Adapun penelitian Laksmita Rahadianti yang berjudul
Pengembangan Algoritma Pembelajaran Berbasiskan Dimensi serta
Komparasinya terhadap Pembelajaran Berbasiskan Vector pada Fuzzy-Neuro
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
kesimpulan menggunakan metode Learning Vector Quantization yaitu untuk
memproses masukan sesuai fungsi dan mengeluarkan keluaran berupa
klarifikasinya.
Berdasarkan hal di atas penelitian ini dilakukan untuk mengkaji
pengenalan pola fraktur tengkorak manusia dengan menggunakan metode Gabor
Filter dan Learning Vector Quantization, dimana prosesnya yaitu menguji tingkat
keberhasilan proses enhancement melalui metode Gabor Filter dari
pengklasifikasian input berupa citra fraktur dengan format *jpg, pemilihan ini
dilakukan karena format tersebut merupakan teknik dan standar universal untuk
kompresi dan dekompresi citra tidak bergerak baik itu citra berwarna (yang bit per
pixelnya bisa mencapai hingga 32 bit) maupun citra gray scale. Yang dimana
selanjutnya output yang telah diperoleh dicocokkan dengan nilai training
berdasarkan parameter yang ada melalui metode Learning Vector Quantization
untuk memperoleh kualitas citra fraktur tengkorak manusia yang lebih baik.
1.2 Rumusan Masalah
Secara khusus permasalahan penelitian di rumuskan sebagai berikut:
1. Bagaimana metode Gabor Filter dan Jaringan Syaraf Tiruan Learning
Vector Quantization dapat melakukan pengenalan fraktur pada citra
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2. Apakah penerapan metode Gabor Filter dan Jaringan Syaraf Tiruan
Learning Vector Quantization untuk pengenalan fraktur pada data citra
tengkorak manusia dapat menghasilkan hasil yang akurat?
1.3 Batasan Masalah
Beberapa batasan masalah dalam penelitian adalah sebagai berikut :
1. Sistem tidak dapat melakukan pengambilan gambar secara langsung.
Artinya pengguna tidak melakukan proses foto secara langsung baik
melalui webcam, maupun peralatan sejenis kamera lainnya. Akan
tetapi dengan menggunakan gambar atau data yang sudah ada.
2. Citra tengkorak yang menjadi masukan ke dalam sistem sudah berupa
citra yang sudah terdapat fraktur dan tidak terdapat fraktur.
3. Sistem hanya dapat memberikan informasi berupa apakah terdapat
fraktur atau tidak pada citra tengkorak manusia beserta nilai
akurasinya.
4. Citra tengkorak memiliki format *jpg
1.4 Tujuan Penelitian
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
1. Memahami dan mengetahui cara kerja metode Gabor Filter dan
Jaringan Syaraf Tiruan Learning Vector Quantization untuk
pengenalan pola fraktur pada tengkorak manusia.
2. Mengetahui tingkat keakurasian pengenalan pola fraktur dengan
menggunakan metode Gabor Filter dan Jaringan Syaraf Tiruan
Learning Vector Quantization.
1.5 Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat yang berarti, antara
lain :
1. Memberi informasi tingkat akurasi kepada para dokter dalam
mendiagnosis suatu pola fraktur pada citra rontgen melalui metode
Gabor Filter dan Jaringan Syaraf Tiruan Learning Vector
Quantization.
2. Sebagai salah satu referensi bagi penelitian selanjutnya mengenai
pengolahan citra digital dalam memperoleh kualitas citra yang lebih
baik lagi.
1.6 Sistematika Penulisan
Dalam penyusunan skripsi ini, sistematika penulisan dibagi menjadi
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB 1 Pendahuluan
Bab ini merupakan pembuatan masalah yang akan diteliti secara umum.
Terdiri dari latar belakang masalah, rumusan masalah, batasan masalah,
tujuan penelitian, manfaat penelitian, dan sistematika penulisan.
BAB II Tinjauan Pustaka
Bab ini berisi landasan teori yang berfungsi sebagai sumber atau alat
pengetahuan dalam memahami permasalahan yang berkaitan dengan
teori-teori mengenai Pengolahan Citra, Gabor Filter, dan Jaringan Syaraf Tiruan
Learning Vector Quantization.
BAB III Metodologi Penelitian
Bab ini berisi mengenai desain penelitian, metode penelitian serta alat dan
bahan penelitian.
BAB IV Hasil Penelitian dan Pembahasan
Bab ini akan dijabarkan hasil penelitian serta pembahasannya. Kemudian
dikupas secara lebih rinci hal-hal yang menjawab apa yang sudah
dirumuskan dalam sebuah rumusan masalah.
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Kesimpulan merupakan jawaban atas rumusan masalah dalam penelitian
dan juga intisari dari BAB IV. Saran atau kesimpulan serta rekomendasi
pengembangan sistem penulis sampaikan pada sub-sub bab saran.
LAMPIRAN
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB III
METODOLOGI PENELITIAN 3.1Desain Penelitian
Berikut merupakan desain penelitian yang akan digunakan pada
proses rancang bangun aplikasi sistem pengenalan pola fraktur tengkorak
manusia dengan menggunakan metode Gabor Filter dan Algoritma
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Gambar 3.1 Desain Penelitian
Berikut ini merupakan penjelasan dari penelitian yang telah digambarkan
pada gambar 3.1 : Dari gambar diatas, dapat diperoleh beberapa proses-proses
yang harus dilakukan, proses tersebut dibagi ke dalam 2 fase, yaitu fase
enrollment stage. Fase ini akan mendaftarkan citra ke dalam data model,
sedangkan fase verification stage digunakan untuk memverifikasi antara
masukan dengan citra yang terdapat di dalam data model. Fase ini akan
menghasilkan sebuah deskripsi apakah citra tersebut cocok atau tidak.
1. Pengumpulan Data
Data yang dikumpulkan berupa alat penelitian dan bahan yang akan
digunakan pada tahap training dan testing.
2. Praproses
Pada tahap praproses akan dilakukan proses-proses dasar dari image
processing, yaitu diantaranya grayscallng. Citra yang didapatkan dalam
bentuk citra keabu-abuan, dimana sudah terjadi pemisahan antara
background dengan foreground. Tujuan dilakukannya tahap praproses ini
adalah untuk menjadikan citra yang akan diolah sama, dari segi ukuran
kualitas citra.
3. Ekstraksi Ciri
Tahapan ekstraksi fitur ini, digunakan untuk mengekstrak bagian-bagian
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
akan memiliki bagian-bagiannya sendiri. Pada tahap ekstraksi ciri
digunakan sebuah metode yang bernama Filter Gabor, metode ini
berguna untuk menjadikan citra keabu-abuan semakin menonjolkan
ciri-ciri dari citra. Sehingga keluaran dari tahap ini adalah sebuah matriks
ekstraksi yang akan menjadi masukan pada tahap thresholding.
4. Thresholding
Proses thresholding digunakan untuk mengubah citra keabu-abuan
menjadi citra hitam putih atau yang sering disebut dengan citra biner,
karena hanya memiliki 2 nilai yaitu 1 dan 0. Selain itu pada proses
thresholding, terjadi sub proses yaitu mengubah matriks array 2 dimensi
menjadi matriks array 1 dimensi. Pada penelitian ini, matriks hasil
perubahan menjadi 1 kolom 35 baris. Matriks ini akan menjadi inputan
untuk jaringan saraf tiruan.
5. Data Bobot Fraktur
Data bobot fraktur merupakan penyimpanan data bobot yang digunakan
untuk menyimpan bobot dari hasil thresholding, pada penyimpanan akan
disimpan bobot terakhir, sehingga akan menjadi data pedoman dalam
verifikasi citra fraktur masukan dengan data citra fraktur yang telah
melalui proses training data.
6. Training
Tahap training merupakan proses yang akan melakukan pembelajaran
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
vector quantization. Training digunakan agar jaringan terbiasa dengan
ciri-ciri dari masing-masing citra, sehingga jaringan akan mendefinisikan
citra tersebut dalam bentuk bobot akhir yang mendetaki nilai target yang
telah ditentukan sebelumnya.
7. Klasifikasi
Tahap klasifikasi merupakan tahap yang digunakan untuk
mengklasifikasikan hasil pengenalan wajah. Tahap ini diproses dengan
menggunakan metode learning vector quantization. Sebuah identitas dari
citra fraktur akan muncul ketika melakukan klasifikasi..
3.2 Metode Penelitian
Pada penelitan ini ada dua jenis metode penelitian yang digunakan untuk
menunjang kebutuhan penelitian, diantaranya :
1. Pengumpulan Data
Tahapan pengumpulan data pada penelitian ini terdiri dari pengumpulan
data sekunder yang dilakukan dengan cara sebagai berikut :
a. Studi Literatur
Cara pengumpulan data dengan mengumpulkan literatur-literatur
yang berhubungan dengan penelitian ini seperti jurnal, textbook,
buku, ebook dan beberapa artikel ilmiah lainnya. Pengumpulan data
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
terkait. Selain itu, untuk memperdalam pengetahuan mengenai topik
penelitian ini.
b. Pengumpulan Sample
Pengumpulan data ini dilakukan untuk mengumpulkan sample yang
dibutuhkan untuk pengujian dan sebagai bahan dari penelitian ini.
Sample tersebut merupakan citra wajah yang akan dikumpulkan
sebanyak 50 citra tengkorak yang diambil dalam waktu dan tempat
yang berbeda-beda. Citra tengkorak di kumpulkan untuk kemudian
dibagi menjadi data training dan data testing.
2. Pembangunan Perangkat Lunak
Model proses yang digunakan dalam pembangunan perangkat lunak ini
adalah model sekuensial linier atau sering disebut juga dengan model air
terjun (waterfall). Model sekuensial linier meliputi aktivitas sebagai
berikut:
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
1. System Enggineering
Merupakan bagian dari sistem yang terbesar dalam pengerjaan
suatu proyek,dimulai dengan menetapkan berbagai kebutuhan dari
semua elemen yang diperlukan sistem dan mengalokasikannya ke
dalam pembentukan perangkat lunak.
2. Analysis
Merupakan tahap menganalisis hal-hal yang diperlukan dalam
pelaksanaan proyek pembuatan perangkat lunak.
3. Design
Tahap penerjemah dari data yang dianalisis ke dalam bentuk yang
mudah dimengerti oleh user.
4. Coding
Tahap penerjemah data atau pemecahan masalah yang telah
dirancang ke dalam bahasa pemrograman tertentu.
5. Testing
Merupakan tahap pengujian terhadap perangkat lunak yang
dibangun.
6. Maintenance
Tahap akhir dimana suatu perangkat lunak yang sudah selesai
dapat mengalami perubahan-perubahan atau penambahan sesuai
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Setelah perangkat lunak dibangun, selanjutnya dilakukan proses pelatihan
jaringan untuk menemukan bobot penghubung yang mendekati antara
masing-masing data masukan dengan nilai keluaran yang diharapkan.
Berikutnya hasil penelitian diuji dengan data pelatihan dan data pengujian.
Dengan data pelatihan, data diuji untuk melihat kemampuan jaringan
dalam mengenali pola data yang diberikan. Sedangkan data pengujian
digunakan untuk melihat kemampuan jaringan dalam mengenal pola
fraktur
Analisis sensifitas dilakukan dengan mengubah nilai data inisialisasi.
Kemudian dilakukan proses pelatihan dan pengujian kembali. Dari hasil
penelitian dan pengujian dengan berbagai kasus inisialisasi yang
berbeda-beda, dipilih jaringan optimum untuk melakukan pengenalan pola.
Jaringan optimum yang dipilih merupakan jaringan yang dapat mengenali
pola data pelatihan dan nilai akurasi pengenalan pola yang optimum.
Selanjutnya dokumentasi merupakan hasil dari penelitian yang berupa
tulisan dalam bentuk dokumen teknis, jurnal dan skripsi.
3.3Alat dan Bahan Penelitian 3.3.1 Alat Penelitian
Pada penelitian ini digunakan alat penelitian berupa perangkat keras dan
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
a. Perangkat keras :
1. Laptop Acer dengan processor Intel Core 2 Duo 2,60 GHz
2. RAM 2 GB
3. Hard disk 50 GB
4. Monitor 12,1”
5. Perangkat USB Flashdrive
b. Perangkat lunak :
1. Windows 7
Windows 7 adalah rilisan terkini Microsoft Windows yang
menggantikan Windows Vista yang digunakan pada computer
pribadi, yang mencakup computer rumah dan desktop bisnis,
laptop, dan pusat media (Media Center). Seperti halnya sistem
operasi lainnya, Windows 7 merupakan sistem dasar untuk
menjalankan berbagai perangkat lunak yang digunakan pada
penelitian ini.
2. Matlab
Adalah sebuah program analisis dan komputasi numerik dan
merupakan suatu bahasa pemrograman matematika lanjutan yang
dibentuk dengan dasar pemikiran menggunakan sifat dan bentuk
matriks. MATLAB telah berkembang menjadi sebuah environment
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
untuk melakukan tugas pengolahan sinyal, aljabar linier, dan
kalkulasi matematis lainnya. MATLAB juga memiliki toolbox
yang berisi fungsi-fungsi tambahan untuk aplikasi khusus.
MATLAB bersifat extensible, dalam arti bahwa seorang pengguna
dapat menulis fungsi baru untuk ditambahkan pada library ketika
fungsi-fungsi built-in yang tersedia tidak dapat melakukan tugas
tertentu.
3. Internet Browser (Mozilla Firefox dan Google Chrome)
Mozilla Firefox adalah sebuah tool yang digunakan untuk
mengakses halaman website. Mozilla juga dapat dimanfaatkan
sebagai media komunikasi antar perangkat lunak.
3.3.2 Bahan Penelitian
Data yang digunakan pada penelitian ini berasal dari Rumah Sakit
Hasan Sadikin Bandung bidang bedah syaraf otak. Data hasil rontgen
tengkorak manusia yang diperoleh pada tanggal 2 April 2014 sudah
berbentuk digital. Data yang tersedia merupakan citra rontgen tengkorak
manusia berjenis kelamin pria dan wanita dengan usia yang beragam dan
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB V KESIMPULAN
5.1 Kesimpulan
Setelah dilakukan penelitian mengenai implementasi, maka dapat diambil
beberapa kesimpulan untuk menjawab rumusan masalah. Adapun
kesimpulan dari penelitian ini adalah sebagai berikut:
1. Sistem yang dibangun telah berhasil mengenali fraktur pada citra
fraktur tengkorak manusia. Untuk mengetahui persentase akurasi dari
sistem tersebut, maka dilakukan pengujian sistem. Pengujian sistem
dilakukan dengan membandingkan nilai keluaran dengan nilai yang
dilakukan secara manual. Persentase ini didapatkan dari jumlah benar
atau salahnya hasil pengenalan yang didapat dari hasil pengujian data
citra uji pada sistem.
2. Persentase pengenalan tiap citra pada pengujian sistem pengenalan pola
fraktur dengan menggunakan metode filter gabor dan learning vector
quantization menghasilkan pengenalan dengan rata-rata pengenalan
sebesar 100%.
3. Melihat hasil persentase akurasi di atas, dapat disimpulkan bahwa
faktor yang mempengaruhi persentase pengenalan pola fraktur adalah
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
5.2 Saran
Beberapa saran yang diberikan untuk penelitian lebih lanjut adalah sebagai
berikut:
1. Pada penelitian selanjutnya diharapkan dapat menggunakan metode
Jaringan Syaraf Tiruan Learning Vector Quantization Fuzzy dengan
tujuan agar lebih akurat dalam pengenalan suatu pola.
2. Pada penelitian selanjutnya diharapkan sistem dapat mendeteksi letak
fraktur secara otomatis melalui proses selection.
3. Pada penelitian selanjutnya diharapkan data penelitian yang diperoleh
diuji coba terlebih dahulu lalu selanjutnya melaporkan hasil atau
keluarannya ke dokter yang terkait dengan data penelitian tersebut
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR PUSTAKA
Angsoka Dewi, Ucik Mawarsari, Agung Gumilar Triyanto, Novi Andy Dwi Setiawan, 2010, Neural Networks, Institut Teknologi Sepuluh November Surabaya.
Daugman, J.G , 1985, Uncertainty relation for resolution in space, spatial
frequency, and orientation optimized by two-dimensional visual cortical filters, Optical Society of America, A/Vol. 2, No 7 : Optics and Image
Science.
Dipesh Kumar Solanki, Khagswar Bhoi, 2011, Texture Segmentation Using
Optimal Gabor Filter, Department of Computer Science and
Engineering National Institute of Technology Rourkela, India.
Dwi Ely Kurniawan, 2012, Rancang Bangun Sistem Pengenalan Wajah
Menggunakan Filter Gabor, Tesis, Universitas Diponegoro, Semarang.
Elizabeth, 2008, Pengembangan Sistem Identifikasi Biometrik Wajah
Menggunakan Metode Neural Network dan Pattern Matching, Skripsi,
Universitas Indonesia.
Enjang Ali Nurdin, 2003, Pengenalan Pola Fraktur Dan Pembuluh Darah Pada
Tengkorak Menggunakan Jaringan Neural Buatan, Tesis, Universitas
Indonesia.
Gonzalez, Rafael C., Woods, Richard E., 1992, Digital Image Processin, Second Edition, New Jersey.
Helsi Rosyida Mandasari, Handayani Tjandrasa, Arya Yudhi Wijaya,
Segmentasi Pembuluh Darah Retina pada Citra Fundus Mata dengan 2D-Gabor Filter, Institut Teknologi Sepuluh Nopember (ITS).
Javier R. Movellan, 2008, Tutorial on Gabor Filters, (e-book yang diunduh pada tanggal 16 April 2014).
Solihati, Ratna A. 2014
IMPLEMENTASI METODE GABOR FILTER DAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN POLA FRAKTUR TENGKORAK MANUSIA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Berbasiskan Vector pada Fuzzy-Neuro Learning Vector untuk Pengenalan Citra Wajah Frontal, FASILKOM UI.
Lintang Y Banowosari, Dewi Oktalia, 2010, Analisis Tekstur Parket Kayu Jati
Menggunakan Metode Filter Gabor, Universitas Gunadarma, Depok.
Maharani Dessy Wuryandari, Irawan Afrianto, 2012, Perbandingan Metode
Jaringan Syaraf Tiruan Backpropagation Dan Learning Vector Quantization Pada Pengenalan Wajah, Jurnal Komputer dan Informatika
(KOMPUTA), Edisi I Volume 1, Bandung.
Munir, Rinaldi, 2012, Pengolahan Citra Digital, [ebook] (diunduh pada tanggal 23 Oktober 2013, website : www.ebookbrowsee.net ).
Muhammad Nasir, Rahmat Syam, Mochamad Hariadi, Enhancement Citra Sidik
Jari Kotor Menggunakan Hybrid Method Dan Gabor Filter, Teknik
Elektro ITS, Surabaya.
Novia R Putri, 2012, Learning Vector Quantization Dengan Logika Fuzzy Untuk Pengenalan Wajah Berspektrum Cahaya Tampak Dengan Variasi Cahaya, Skripsi, Universitas Indonesia, Depok.
Panca Mudji Rahardjo, Juni 2010, Pengenalan Ekspresi Wajah berbasis Filter
Gabor dan Backpropagation Neural Network, Jurnal EECCIS Vol. IV,
No. 1.
S.C Shanks , 1957, A Text Book of X-Ray Diagnosis, London.
Togu Sihombing, Pengenal Huruf Tulisan Tangan Menggunakan Jaringan Saraf Tiruan Metode Lvq (Learning Vector Quantization), 1st International Workshop on Aritifitial Life And Robotics
www.cs.uregina.ca [online], CS425 Lab : Intesity Transformation and Spatial
Solihati, Ratna A. 2014