BRANCHPOINTS BERBASIS PENGOLAHAN CITRA DIGITAL
Hendrick Rofen Nicolas¹, Koreadianto Usman², Msc³
¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom Abstrak
Jumlah sel darah merah pada manusia dipengaruhi oleh usia dan jenis kelamin. Perhitungan sel darah merah sangat dibutuhkan untuk mempermudah kinerja dari dokter untuk menganalisa penyakit yang diderita pasien. Kemajuan pengolahan citra memungkinkan perhitungan citra secara otomatis. Aplikasi ini juga diharapkan dapat membantu dokter-dokter yang bekerja di desa-desa terpencil atau puskesmas yang masih jauh dari kemajuan teknolnogi dan kekurangan alat-alat medis.
Pada tugas akhir ini akan dilakukan pembuatan sistem perhitungan sel darah berbasis pengolahan citra digital dengan menggunakan morfologi branchpoints. Citra akan melalui preprocessing, segementasi, skeleton setelah itu citra akan menghasil titik-titik setelah melaui proses branchpoints.
Pengujian dilakukan dengan data uji sebanyak 20 citra yang mempunyai perbedaan intensitas antara 10 citra dengan 10 citra kedua. Pada penelitian ini didapat akurasi 96,97% untuk threshold 1800 , 96,65% unutk threshold 1500 dan 95,65% untuk threshold 2000.
Kata Kunci : sel darah merah, preprocessing, morfologi branchpoints, morfologi skeleton, threshold.
Abstract
The number of red blood cells in humans is influenced by age and gender. Calculation of red blood cells are needed to facilitate the performance of doctors to analyze the patient's illness. Progress image processing allows the calculation of the image automatically. This application is also expected to help doctors working in remote villages or centers which are still far from teknolnogi progress and lack of medical devices.
In this final will be conducted by making blood cells counting system based digital image processing using morphological branchpoints. The image is going through preprocessing, segmentation, image skeleton after it will produce the points after through the branchpoints. Tests conducted with the test data up to 20 images that have different image intensities between 10 to 10 images a second. In this study, obtained 96.97% accuracy threshold for 1800, 96.65% threshold fatherly 1500 and 95.65% for threshold 2000.
Keywords : Keywords: red blood cells, preprocessing, branchpoints morphology, morphological skeleton, threshold.
PERHITUNGAN SEL DARAH MERAH MENGGUNAKAN OPERASI MORFOLOGI BRANCHPPOINTS
BERBASIS PENGOLAHAN CITRA DIGITAL 1
BAB I
PENDAHULUAN
1.1 Latar belakangPengangkutan zat dalam tubuh manusia dilakukan oleh cairan tubuh baik cairan intravaskuler maupun ekstravaskuler. Jumlah sel darah merah dapat diukur dengan cara konvensional. Tetapi bila sel darah yang diukur cukup banyak akan memakan banyak waktu. Hal ini menyebabkan pengukuran secara konvensional tidak efisien. Hal ini disebabkan pengamatan pada sel darah sangat dipengaruhi oleh tingkat ketelitian dokter yang menganalisis.
Dengan semakin majunya ilmu pengetahuan maka pengukuran akan lebih akurat dengan melakukan pengukuran dan penghitungan melalui bantuan citra digital. Beberapa peneltian sebelumnya telah membahas tentang segmenntasi sel darah merah menggunakan metode morfologi. Pada tugas akhir ini akan dibahas menggunakan metode morfologi branchpoints.
Pada penelitian sebelumnya yang dilakukan oleh Engkin Eva Yulianti.ST tentang perhitungan dengan operasi morfologi dilasi dan erosi mendapatkan akurasi sebesar 94,74%. Proses perhitungan sebelumnya mengunakan data yang sama dengan metode yang berbeda. Metode yang dipakai sebelumnya melakukan proses dilasi dan erosi pada proses perhitungannya, kemudian hasil dari dilasi tersebut akan dilakukan pengecekan threshold kembali untuk mendapatkan ciri sel bertumpuk. Pada tugas akhir ini hasil dari pelabelan akan dibuat dalam skeleton terlebih dahulu dan selanjutnya proses branchpoints. Dari hasil branchpoints sendiri akan didapat titik-titk cabang, kemudian akan dilakukan perhitungan dari jarak-jarak titik cabang dengan titik-titik cabang lainnya. Tugas akhir ini meneliti bagaimana memisahkan sel darah merah yang bersentuhan dan menghitung dengan operasi morflogi branchpoint dan menghasilkan akurasi sebesar 96,97% pada threshold 1800.
1.2 Rumusan masalah
Berdasarkan latar belakang yang dikemukakan sebelumnya, maka masalah yang akan diteliti dapat dirumuskan sebagai berikut:
1. Bagaimana melakukan perancangan perhitungan sel darah merah menggunakan operasi morfologi branchppoints berbasis pengolahan citra digital.
2. Bagaimana membuat ciri atau proses pengklasifikasian suatu sel darah merah sebelum dilakukan segmentasi.
3. Bagaimana menghitung sel darah merah setelah disegmentasi.
4. Bagaimana membuat sistem yang memiliki perfomansi dan akurasi yang tinggi.
1.3 Tujuan
Tujuan yang akan dicapai dalam tugas akhir ini adalah:
1. Mengimplementasikan sistem perhitungan sel darah merah berbasis pengolahan citra digital.
2. Menganilisis akurasi sistem berdasarkan parameter akurasi.
1.4 Batasan masalah
Pada penelitian ini terdapat beberapa batasan masalah yaitu:
1. Hanya melakukan perhitungan sel darah merah, tidak dengan hasil diagnosa penyakit yang diderita pasien.
2. Citra yang akan diolah adalah hasil pemotretan sel darah merah dengan mikroskop khusus, tanpa membahas proses pemotretannya.
PERHITUNGAN SEL DARAH MERAH MENGGUNAKAN OPERASI MORFOLOGI BRANCHPPOINTS
BERBASIS PENGOLAHAN CITRA DIGITAL 3
1.5 Metodologi penelitian
Metodologi yang digunakan untuk mencapai tujuan dari Tugas Akhir ini antara lain:
1. Studi literatur
Studi literature dilakukan untuk memahami konsep dan teori pendukung tentang pengolahan citra digital dan sel darah merah, proses ektraksi, klasifikasi, serta bahasa algoritma pada Matlab.
2. Perancangan sistem dan implementasi
Perancangan sistem dan implementasi dilakukan dengan software Matlab versi 7.8.0.347 (R2009a).
3. Analisi hasil implementasi. 4. Penarikan kesimpulan.
1.6 Sistematika penulisan
Sistematika yang akan dilakukan dalam penulisan tugas akhir ini sebgai berikut:
BAB 1 PENDAHULUAN
Bab ini membahas tentang latar belakang, rumusan masalah, tujuan penelitian, perumusan masalah, batasan masalah, metodologi penulisan, dan sistematika penulisan.
BAB 2 DASAR TEORI
Membahas tentang dasar-dasar teori yang mendukung penulisan tugas akhir antara lain masalah pengolahan citra digital, sel darah merah, metode ekstrasi ciri, metode pengklasifikasin, dasar segmentasi, dan algoritma segmentasi background dan foreground.
BAB 3 PERANCANGAN SISTEM
Bab ini menguraikan tentang tahap proses perancangan dalam mengimplemtasikan perangkat lunak yang dapat menghitung sel darah merah sehingga dapat dianalisa oleh dokter.
BAB 4 PENGUJIAN SISTEM DAN ANALISIS
Berisi pengujian dan analisi terhadap hasil dari penelitian yang didapat dari tahap perancangan dan implementasi.
BAB 5 PENUTUP
Bab ini berisi kesimpulan dari analisis Tugas Akhir yang telah dilakukan dan saran untuk pengembangan lebih lanjut.
PERHITUNGAN SEL DARAH MERAH MENGGUNAKAN OPERASI MORFOLOGI BRANCHPPOINTS
BERBASIS PENGOLAHAN CITRA DIGITAL 46
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
1. Sistem perhitungan sel darah merah dapat diimplementasikan dengan berbasis pengolahan citra digital ,maka dapat diambil beberapa kesimpulan sebagai berikut :
Perhitungan sel untuk citra tanpa noise: a. Dengan proses pemisahan :
untuk threshold luas1500 diperoleh rata-rata akurasi 96,68%,
untuk threshold luas 1800 diperoleh rata-rata akurasi 96,97%,
untuk threshold luas 2000 diperoleh rata-rata akurasi 95,65%. Dari hasil ketiga percobaan rata-rata tingkat akurasi yang tinggi saat percobaan dengan threshold luas 1800.
2. Perhitungan sel untuk citra dengan noise dan melalui proses pemisahan rata-rata tingkat akurasi tinggi saat threshold luas 1800.
3. Sistem masih bekerja secara optimal untuk citra dengan noise salt&pepper
dengan intensitas 0,01 sampai dengan intensitas 0,03 karena akurasi yang diperoleh lebih dari 80% untuk semua luas yang digunakan.
4. Sistem dengan noise gaussian menghasilkan akurasu terendah dengan hanya 19,64% pada intensitas 0,05.
5.2 Saran
Penelitian lebih lanjut diharapkan dapat memperbaiki kekurangan yang ada dan diharapkan dapat mengembangan yang apa yang telah dilakukan pada penelitian ini. Untuk itu disarankan hal-hal berikut :
1. Tugas akhir ini dapat dikembangkan untuk pendeteksian penyakit.
2. Pencobaaan dilakukan dengan metode morfologi yang lain agar menghasilkan akurasi yang lebih tinggi.
3. Mengembangkan aplikasi secara real time.
Powered by TCPDF (www.tcpdf.org)
DAFTAR PUSTAKA
[1] Beby Nur Megasari. 2012 Pengenalan Kode Pos Berbasisi Citra Tulisan Tangan yang Saling Bersentuhan Dengan Algoritma Segementasi Background dan Foreground. Tugas Akhir. Bandung : Institut Teknologi Telkom.
[2] Engkin Eva Yulianti. 2008. Pengunaan Operasi Morfologi Untuk Meningkatkan Akurasi Perhitungan Sel Darah Merah Berbasis Pengolahan Citra Digital, Tugas Akhir, Bandung : Institut Teknologi Telkom.
[3] Nalwan, Agustinus.2001 Pengolahan Gambar Secara Digital. Jakarta: PT Elex Media Komputindo
[4] Putra, Darma. 2009. Pengolahan Citra Digital. Yogyakarta: Penerbit Andi
[5] Sugiharto, Aris. 2006. Pemograman GUI Dengan Matlab. Yogyakarta: Penerbit Andi. [6] Wijaya, Marvin Ch dan Agus Prijono 2007. Pengolahan Citra Digital Menggunakan
Matlab. Bandung: Informatika.
[7] http://id.wikipedia.org/wiki/Sel_darah_merah [7 April 2012]
[8] http://dc437.4shared.com/doc/qwKNequ0/preview.html [8 April 2012] [9]
