• Tidak ada hasil yang ditemukan

Identifikasi Lokasi Fraktur pada Citra Digital Tulang Tibia Menggunakan Metode Algoritma Scanline

N/A
N/A
Protected

Academic year: 2017

Membagikan "Identifikasi Lokasi Fraktur pada Citra Digital Tulang Tibia Menggunakan Metode Algoritma Scanline"

Copied!
5
0
0

Teks penuh

(1)

BAB 1

PENDAHULUAN

1.1. Latar Belakang

Fraktur adalah patah tulang, biasanya disebabkan oleh trauma atau tenaga fisik,

kekuatan dan sudut dari tenaga tersebut, keadaan tulang itu sendiri, dan jaringan lunak

di sekitar tulang akan menentukan apakah fraktur yang terjadi itu lengkap atau tidak

lengkap. Fraktur lengkap terjadi apabila seluruh tulang patah, sedangkan pada fraktur

tidak lengkap tidak melibatkan seluruh ketebalan tulang. Pada fraktur tibia dan fibula

lebih sering terjadi dibanding fraktur batang tulang panjang lainnya karena periost

yang melapisi tibia agak tipis, terutama pada daerah depan yang hanya dilapisi kulit

sehingga tulang ini mudah patah dan karena berada langsung di bawah kulit maka

sering ditemukan adanya fraktur.

Cara mendiagnosa fraktur adalah dengan melakukan pemeriksaan klinis dan di

ikuti dengan pemeriksaan radiologi (X-ray). Umumnya para ahli radiologi melakukan

analisa fraktur tulang melalui hasil gambar X-ray secara manual dan membutuhkan

waktu yang lebih lama untuk mempelajari gambar tersebut dan gambar X-ray tulang

tersebut tidak hanya dilihat oleh satu ahli radiologi saja. Ahli radiologi sering

mengalami kesulitan membaca gambar X-ray dan kondisi mata lelah ahli radiologi

setelah melihat banyak gambar X-ray serta gambar X-ray yang mengandung banyak

noise yang terjadi saat pengambilan gambar X-ray dapat mengakibatkan kesulitan

diagnosis. Pembacaan gambar X-ray membutuhkan pencahayaan yang kuat untuk

membuat gambar X-ray tampak lebih jelas. Oleh karena itu sampai saat ini telah

banyak penelitian yang dilakukan berbasis pengolahan citra untuk identifikasi fraktur

tulang dengan mengembangkan berbagai metode untuk memperoleh akurasi yang

tinggi.

Pada penelitian sebelumnya telah digunakan metode-metode yang berbeda

(2)

grey level occurrence matriks. Tingkat akurasi pada penelitian ini adalah 86,67%.

Pada penelitian selanjutnya dilakukan oleh (Fuadah, 2012) analisis deteksi fraktur

batang pada tulang tibia dan fibula berbasis pengolahan citra digital dan jaringan saraf

tiruan backpropagation. Hasil pengujian menunjukkan akurasi optimal sebesar 85%.

Penelitian selanjutnya yang dilakukan oleh (Kurniawan, 2014) deteksi fraktur tulang

menggunakan Open cv dikombinasikan dengan metode deteksi tepi canny. Dimana

deteksi tepi canny mempunyai keunggulan yang optimal dalam penentuan akhir garis

threshold dan deteksi canny tersebut dapat menentukan lokasi dari citra X-ray fraktur

tulang. Tingkat akurasi pada sistem sebesar 66,7%.

Pada penelitian ini, penulis mengajukan algoritma Scanline untuk

mengindentifikasi lokasi fraktur tulang. Dimana pemrosesan awal dilakukan untuk

meningkatkan kualitas citra, Kemudian untuk proses ekstraksi fitur menggunakan

deteksi tepi Canny dan dilanjutkan proses identifikasi lokasi fraktur pada citra digital

tulang. Berdasarkan latar belakang diatas, maka penulis mengajukan tugas akhir

dengan judul “IDENTIFIKASI LOKASI FRAKTUR TULANG TIBIA DAN

FIBULA MENGGUNAKAN ALGORITMA SCANLINE”.

1.2. Rumusan Masalah

Frakturadalah terputusnya keutuhan tulang, umumnya akibat trauma. salah satu cara

yang digunakan untuk identifikasi lokasi fraktur adalah dengan melihat gambaran

fraktur tulang melalui foto rontgen atau X-ray. Kemudian, dianalisis secara manual

oleh ahli Radiologi. Ahli Radiologi sering mengalami kesulitan dalam membaca

X-ray, adanya letak patahan yang tidak dapat dilihat oleh kasat mata serta kualitas

gambar yang banyak mengandung noise. Dan disertai kondisi mata ahli Radiologi

yang kelelahan setelah melihat banyak citra X-ray tulang dapat menghasilkan tingkat

subjectivitas yang tinggi. Tingkat subjektivitas yang dimaksudkan adalah tingkat

perbedaan pengamatan pada citra X-ray. Untuk itu, diperlukan suatu pendekatan yang

dapat membantu ahli radiologi dalam mengidentifikasi lokasi fraktur pada citra

digital tulang.

1.3. Tujuan penelitian

(3)

1.4. Batasan Masalah

Batasan masalah dalam penelitian ini adalah:

1. Citra masukan bagi program yang dirancang adalah citra sekunder hasil X-ray

dalam format .JPG

2. Bagian tulang yang diteliti adalah tulang tibia dan fibula.

3. Citra tulang tibia dan fibula yan dimasukkan adalah citra tulang orang dewasa,

bagian kaki kiri dan kaki kanan.

4. Citra tulang tibia dan fibula yang dimasukkan hanya memiliki satu fraktur.

5. Pada penelitian ini penentuan lokasi fraktur tidak mengenal lebih dari satu letak

lokasi fraktur tulang.

1.5. Manfaat Penelitian

Manfaat dari penelitian ini yaitu :

1. Membantu ahli radiologi mengidentifikasi lokasi fraktur pada citra tulang tibia

dan fibula.

2. Memberikan masukan bagi para peneliti lain dibidang image processing.

1.6. Metodologi Penelitian

Tahapan yang akan dilakukan pada pelaksanaan penelitian ini adalah sebagai berikut

1. Studi Literatur

Tahapan studi literatur ini dilakukan untuk mengumpulkan dan mempelajari

informasi yang diperoleh dari buku, skripsi, jurnal, dan berbagai sumber referensi

lain yang berkaitan dengan penelitian fraktur tulang, image processing, metode

deteksi tepi Canny, dan algoritma Scanline

2. Analisis

Pada tahap ini dilakukan analisis terhadap berbagai informasi yang telah

diperoleh dari berbagai sumber yang terkait dengan penelitian sehingga diperoleh

pemahaman mengenai pengolahan citra digital untuk mengidentifikasi lokasi

fraktur pada citra tulang tibia dan fibula.

(4)

Pada tahap ini dilakukan perancangan arsitektur umum berdasarkan hasil studi

literatur yang telah dilakukan. Pada tahap ini juga dilakukan perancangan

antarmuka.

4. Implementasi

Pada tahap ini akan dilakukan implementasi dari analisis dan perancangan yang

telah dilakukan ke dalam kode program.

5. Pengujian

Pada tahap ini dilakukan pengujian terhadap aplikasi yang telah dibangun dalam

mengidentifikasi lokasi fraktur tulang tibia dan fibula untuk memastikan hasil

pengidentifikasian sesuai dengan apa yang diharapkan.

6. Dokumentasi dan Penyusunan Laporan

Pada tahap ini dilakukan dokumentasi dan penyusunan laporan hasil analisis dan

implementasi pengolahan citra digitaldalam mengidentifikasi lokasi fraktur.

1.7. Sistematika Penulisan

Rincian sistematika penulisan tugas akhir ini sebagai berikut :

BAB 1: Pendahuluan

Pada bab ini dibahas menngenai latar belakang, rumusan masalah, batasan masalah,

tujuan penelitian, manfaat penelitian, metedologi penelitian dan sistematika penulisan

BAB 2: Landasan Teori

Pada bab ini dibahas tentang teori dasar untuk menunjang dan mendukung penulisan

tugas akhir ini, yaitu teori tentang fraktur, teori dasar citra, pengolahan citra, dan teori

mengenai metode deteksi tepi Canny dan algoritma Scanline

Bab 3: Analisis dan Perancangan

Bab ini menjabarkan arsitektur umum, pre-processing yang dilakukan, feature

extraction, serta analisis dan penerapan algoritma scanline dalam identifikasi lokasi

fraktur melalui citra tulang tibia dan fibula.

(5)

Bab ini berisi pembahasan tentang implementasi dari perancangan yang telah

dijabarkan pada bab 3 kedalam bentuk pemograman. Selain itu, hasil yang didapatkan

dari pengujian yang dilakukan terhadap implementasi juga dijabarkan pada Bab ini.

Bab 5: Kesimpulan dan Saran

Bab ini berisi ringkasan serta kesimpulan dari rancangan yang telah dibahas pada Bab

3, serta hasil penelitian yang dijabarkan pada bab 4. Bagian akhir dari bab ini memuat

Referensi

Dokumen terkait

Sedangkan menurut Reeves, Roux dan Lockhart (2001) fraktur adalah setiap retak atau patah pada tulang yang utuh.Adapun permasalahan yang akan timbul baik kapasitas fisik

Penelitian ini menemukan bahwa hanya 17/354 (4,8%) penderita dari total subjek yang mengalami fraktur depresi tulang frontal, sesuai dengan kepustakaan yang menyatakan

Berdasarkan rumusan masalah dan batasan masalah yang ada, maka dapat dideskripsikan tujuan dari penelitian ini adalah untuk mengaplikasikan Algoritma SCAM yang

1.3 Tujuan Penelitian Dari latar belakang yang telah dibahas sebelumnya, maka tujuan dari dilakukannya penelitian ini adalah pembuatan aplikasi untuk identifikasi arti tulisan

Penelitian ini menemukan bahwa hanya 17/354 (4,8%) penderita dari total subjek yang mengalami fraktur depresi tulang frontal, sesuai dengan kepustakaan yang menyatakan

Tujuan dari penelitian ini adalah untuk mengidentifikasi penyakit Hypertensive Retinopathy melalui citra fundus retina menggunakan Probabilistic Neural Network.

Dari sini akan dibahas sebuah penelitian yang dimaksudkan untuk membangun sebuah alat bantu yang dapat digunakan untuk mendeteksi kerusakan (fraktur) pada tulang, sehingga

Batasan masalah dalam penelitian ini adalah sebagai berikut: (1) Citra digital yang dibandingkan memiliki format true color image; (2) Algoritma shingling digunakan untuk