• Tidak ada hasil yang ditemukan

Identifikasi Retinoblastoma Menggunakan Backpropagation Neural Network

N/A
N/A
Protected

Academic year: 2017

Membagikan "Identifikasi Retinoblastoma Menggunakan Backpropagation Neural Network"

Copied!
6
0
0

Teks penuh

(1)

1.1. Latar Belakang

Retinoblastoma (kanker mata) adalah penyakit kanker pada mata yang biasanya diderita oleh anak-anak yang menyerang jaringan saraf tipis yang berada di belakang mata (bagian yang sensitif terhadap cahaya). Retinoblastoma dapat menyerang satu ataupun kedua mata dan merupakan jenis penyakit yang dapat disebabkan oleh mutasi genetik yang biasa disebut dengan Retinoblastoma1 (RB1). Selain dapat menyebabkan kebutaan, penyakit ini juga dapat menyebabkan kematian.

(2)

Terdapat beberapa gejala yang muncul pada penderita penyakit retinoblastoma. Gejala yang paling umum dari penyakit ini adalah terdapatnya manik mata putih (leukocoria) yang tampak pada bagian tengah mata (pupil). Gejala lain yang muncul pada retinoblastoma yaitu strabismus (juling), munculnya benjolan pada mata, mata menonjol keluar, mata merah, dan gangguan penglihatan.

Retinoblastoma biasanya dapat disembuhkan jika dideteksi lebih dini. Diagnosis dini Retinoblastoma dapat memaksimalkan prognosis visual dan tingkat kelangsungan hidup pasien. Jika tidak ditangani dengan segera, penyakit ini dapat berkembang dan menyerang bagian lain pada tubuh serta membahayakan nyawa penderitanya. Angka harapan hidup pasien retinoblastoma di negara berkembang mencapai 40 hingga 50 persen. Angka tersebut bahkan hanya 10 persen di Afrika. Jumlah ini berkebalikan dengan negara maju yang mencapai 90 persen. Hal ini diakibatkan terlambatnya deteksi sini dan pemberian terapi.

Kanker ini menyerang secara unilateral dengan rata-rata umur saat didiagnosis adalah dua tahun, dalam 60% kasus. Dari jumlah tersebut, sebanyak 15% terkait masalah keturunan. Sedangkan pada 40% kasus, RB menyerang secara bilateral dengan rata-rata umur saat didiagnosis adalah satu tahun (Aerts et al., 2006). Diagnosa penyakit ini dapat dilakukan berdasarkan pemeriksan fisik dan pemeriksaan penunjang seperti USG orbita, CT Scan Orbita, CT Scan kepala, foto toraks, dan bone scan. Pemeriksaan fisik dapat dilakukan melalui oftalmoskopi yang dilakukan dokter dengan melihat adanya lesi tumor berwarna putih / putih kekuningan pada fundus yang sering dikaitkan dengan peningkatan vaskularisasi. Namun, analisis dari fundus tersebut juga masih dilakukan secara manual oleh ahli atau dokter dan memungkinkan terjadinya kesalahan (human error) dalam melakukan pemeriksaan.

(3)

melalui citra iris mata dengan menggunakan metode wavelet transform setelah sebelumnya dilakukan preprocessing image enhancement median filtering. Selanjutnya dilakukan histogram equalization dan thresholding untuk membedakan mata yang terkena kanker dan yang tidak terkena kanker (Gupta et al., 2015).

Pada penelitian kali ini, penulis mengajukan metode Backpropagation Neural Network. Algoritma Backpropagation Neural Network merupakan salah satu jenis artificial neural network (ANN) dengan beberapa unit hidden layer yang berada di antara input dan output. Backpropagation Neural Network sebelumnya juga telah dipakai untuk diagnosa gangguan lambung melalui iris mata (Priyani, 2009).

Berdasarkan latar belakang di atas, maka penulis mengajukan proposal penelitian

dengan judul “IDENTIFIKASI RETINOBLASTOMA DENGAN MENGGUNAKAN

BACKPROPAGATION NEURAL NETWORK”.

1.2. Rumusan Masalah

Retinoblastoma (kanker mata) biasanya diderita oleh anak-anak yang menyerang jaringan saraf tipis yang berada di belakang mata (bagian yang sensitif terhadap cahaya). Pada pemeriksaan fundus retina, salah satu dari tanda penyakit ini terlihat dengan adanya tumor berwarna putih atau putih kekuningan. Pada umumnya, untuk mengidentifikasi penyakit ini melalui fundus retina masih dilakukan secara manual oleh pakar (dokter) sehingga memungkinkan terjadinya kesalahan dalam pendiagnosaan penyakit. Oleh karena itu, diperlukan suatu metode yang dapat membantu pakar (dokter) dalam mendiagnosa penyakit retinoblastoma sehingga diperoleh hasil pemeriksaan yang lebih baik daripada pendiagnosaan secara manual.

1.3. Batasan Masalah

Pada penelitian ini peneliti membuat batasan masalah untuk mencegah meluasnya ruang lingkup permasalahan dalam penilitian ini. Adapun batasan masalah tersebut, yaitu:

(4)

2. Citra yang digunakan adalah citra fundus retina dengan ekstensi .jpg.

3. Input yang digunakan sebagai dataset hanya berupa citra fundus normal dan retinoblastoma yang diambil dari situs resmi Image Bank Retina yaitu http://imagebank.asrs.org.

1.4. Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk mengidentifikasi retinoblastoma melalui analisis citra fundus retina dengan menggunakan Backpropagation Neural Network.

1.5. Manfaat Penelitian

Adapun manfaat penelitian ini diantara lain yaitu:

1. Membantu pakar (dokter) dalam mendiagnosa retinoblastoma melalui citra fundus retina.

2. Memberi masukan untuk penelitian lain dalam bidang medical image, image processing dan neural network.

1.6. Metodologi

Adapun tahapan – tahapan yang akan dilakukan pada penelitian ini adalah : 1. Studi Literatur

(5)

2. Analisis Permasalahan

Pada tahap selanjutnya penulis menganalisis permasalahan dari informasi yang didapat pada tahapan sebelumnya agar diperoleh metode yang tepat untuk mengatasi masalah dalam penelitian ini.

3. Perancangan Sistem

Tahapan selanjutnya yaitu dilakukan perancangan sistem yang sesuai dari hasil analisis permasalahan yang telah dilakukan. Pada penelitian ini, perancangan yang dilakukan berupa perancangan arsitektur dan antarmuka sistem.

4. Implementasi

Pada tahap ini dilakukan implementasi berdasarkan analisis yang telah dilakukan dalam bentuk pembuatan program sesuai dengan perancangan yang telah dilakukan sebelumnya.

5. Pengujian

Tahap selanjutnya yaitu melakukan pengujian terhadap sistem yang telah dibangun untuk menguji seberapa mampu metode Backpropagation Neural Network dalam megidentifikasi penyakit retinoblastoma dan memastikan hasil yang diperoleh sesuai dengan yang diharapkan.

6. Penyusunan Laporan

Pada tahap akhir dilakukan penulisan laporan dari keseluruhan penelitian yang telah dilakukan.

1.7. Sistematika Penulisan

Sistematika dari penulisan skripsi ini terdiri dari lima bagian, yaitu :

Bab 1 : Pendahuluan

(6)

Bab 2 : Landasan Teori

Bab ini berisi tentang teori-teori penunjang yang digunakan untuk dapat memahami permasalahan dari penelitian ini yaitu teori tentang retinoblastoma, image processing, gray level cooccurrence matrix (glcm), Backpropagation neural network dan juga tentang penelitian terdahulu.

Bab 3 : Analisis dan Perancangan

Bab ini berisi tentang analisis dari arsitektur umum dan metode yang digunakan dan penerapannya dalam pembuatan sistem untuk mengidentifikasi penyakit retinoblastoma.

Bab 4 : Implementasi dan Pengujian

Bab ini berisi tentang implementasi dari analisis dan perancangan sistem yang telah dilakukan sebelumnya serta membahas tentang pengujian terhadap sistem yang telah dibangun.

Bab 5 : Kesimpulan dan Saran

Referensi

Dokumen terkait

[r]

Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Jl. Pura Barutama is a company engaged in many areas of production. Goods that have been produced will then be

1) Masyarakat berperan dalam peningkatan mutu pelayanan pendidikan yang meliputi perencanaan, pengawasan, dan evaluasi program pendidikan.. melalui dewan pendidikan

Surat Keputusan Walikota Medan Nomor 503/078/2013 tentang tim, untuk membentuk Tim terpadu Penegak Peraturan Daerah terhadap tempat – tempat usaha dalam rangka Peningkatan

Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Jl. One of its oldest unit is Offset Unit. Offset Unit is a printing division which focuses on producing

Pasal 39 ini mencerminkan sebuah upaya preventif (pencegahan) dari aparat penegak hukum untuk dapat mencegah pencurian terhadap kekayaan sumber daya genetika berupa

Hasil penelitian ini diperoleh bahwa keberadaan mikroorganisme perombak bahan organik yang paling tinggi populasinya adalah tanah yang diambil dari tegakan kemenyan

“Dalam hal atas suatu bidang tanah sudah diterbitkan sertipikat secara sah atas nama orang atau badan hukum yang memperoleh tanah tersebut dengan itikad baik dan