PEMANFAATAN SEED REGION GROWING SEGMENTATION DAN
MOMENTUM BACKPROPAGATION NEURAL NETWORK UNTUK
KLASIFIKASI JENIS SEL DARAH PUTIH
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu
Jurusan Informatika
Disusun Oleh :
NURCAHYA PRADANA TAUFIK PRAKISYA
M0509051
JURUSAN INFORMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
MOTTO
“The true sign of intelligence is not knowledge but imagination.”
(Albert Einstein)
“Nothing is true. Everything is permitted”
(Hassan-i Sabbāh)
“He who loves practice without theory is like the sailor who boards ship without a
rudder and compass and never knows where he may cast.”
(Leonardo Da Vinci)
“With faith, discipline and selfless devotion to duty, there is nothing worthwhile that
you cannot achieve.”
PERSEMBAHAN
Kupersembahkan karya ini untuk :
Emmy Widayati Kiswoyo,
Gunawan Budi Prakosa,
Winda Ratlin Rarasati,
Ferry, Teno, Andika, Udhi, Betty, Nicha, Lutvi, Rosa,
Rekan-rekan Informatika 2009.
KATA PENGANTAR
Assalamu’alaikum Wr.Wb.
Puji syukur penulis panjatkan kehadirat Alloh SWT Ya Rahman, Ya Rahhim
karena atas limpahan rahmat dan hidayah-Nya penulis dapat menyelesaikan skripsi
untuk menyelesaikan pendidikan strata satu Jurusan Informatika UNS yang berjudul
”Pemanfaatan Seed Region Growing Segmentation dan Momentum Backpropagation
Neural Network untuk Klasifikasi Jenis Sel Darah Putih”. Shalawat serta salam
senantiasa tercurah kepada Baginda Rasulullah Muhammad SAW, yang dengan
perantaraan dan perjuangan beliaulah, manusia kini berada di zaman yang penuh
dengan ilmu pengetahuan.
Di dalam penyusunan skripsi ini, penulis menyadari sepenuhnya bahwa isinya
sangat sederhana bahkan dapat dikatakan jauh dari sempurna untuk disebut sebagai
tulisan yang berbobot ilmiah. Namun bagi penulis hal itu sudah merupakan
pengerahan tenaga dan pikiran semaksimal mungkin.
Keberhasilan dalam penyusunan skripsi ini tidak terlepas dari bantuan beberapa
pihak. Maka dari itu, dengan segenap hati penulis tidak lupa mengucapkan terima
kasih yang sedalam – dalamnya kepada :
1. Alloh SWT, Tuhan semesta alam, penguasa langit dan bumi yang selalu
memberikan nikmat berupa kesehatan kepada penulis sehingga penulis
dapat menyelesaikan karya tulis,
2. Ibu Umi Salamah, S.Si., M.Kom. selaku Ketua Jurusan Informatika
FMIPA UNS,
3. Ibu Esti Suryani, S.Si., M.Kom. dan Bapak Wiharto, S.T., M.Kom. selaku
pembimbing I dan pembimbing II yang telah memberikan banyak
bimbingan, pengarahan, dan motivasi kepada penulis selama proses
penyusunan skripsi,
4. Ibu Rini Anggrainingsih, S.T., M.T. selaku Pembimbing Akademik yang
telah banyak memberi bimbingan dan pengarahan akademik selama penulis
menempuh studi di Jurusan Informatika FMIPA UNS,
5. Bapak dan Ibu dosen Jurusan Informatika FMIPA UNS yang telah
memberikan pengajaran kepada penulis selama masa studi dan membantu
dalam proses penyusunan skripsi ini,
6. Ibu Emmy Widayati Kiswoyo yakni ibu penulis yang telah memelihara dan
merawat penulis sejak kecil hingga dewasa ini dan telah memberikan
dorongan materiil maupun spiritual selama penyusunan skripsi ini,
7. Winda Ratlin Rarasati yang tidak pernah lelah untuk selalu memberikan
semangat dan dorongan moral kepada penulis selama penyusunan skripsi,
8. Teman-teman sejawat Informatika 2009 yang telah memberikan
kehangatan dalam kebersamaan selama menempuh studi di Jurusan
Informatika UNS,
9. Semua pihak yang telah membantu dalam penyelesaian penulisan karya
tulis ini yang tidak mungkin penulis sebutkan satu persatu.
Tak ada karya manusia yang benar – benar sempurna, demikian pula dengan
skripsi ini. Semoga skripsi ini dapat memberikan manfaat bagi pembaca pada untuk
dijadikan sebagai sebuah sumber inspirasi dan referensi dalam mengembangkan ilmu
pengetahuan terutama di bidang informatika demi tercapainya Indonesia yang
bermartabat dan berkepribadian luhur.
Wassalamu’alaikum Wr.Wb.
Surakarta, 3 Desember 2013
PEMANFAATAN SEED REGION GROWING SEGMENTATION DAN
MOMENTUM BACKPROPAGATION NEURAL NETWORK UNTUK
KLASIFIKASI JENIS SEL DARAH PUTIH
NURCAHYA PRADANA TAUFIK PRAKISYA
Jurusan Informatika. Fakultas MIPA. Universitas Sebelas Maret
ABSTRAK
Sel darah putih atau leukosit merupakan komponen dalam darah yang terdiri dari
lima jenis, yakni neutrofil, eosinofil, basofil, limfosit, dan monosit. Klasifikasi sel
darah putih ke dalam lima jenis tersebut diperlukan dalam analisis kesehatan darah.
Proses klasifikasi yang biasa dilakukan melalui uji laboratorium mikroskopik dapat
memakan waktu cukup lama dan terdapat kemungkinan terjadi kesalahan yang
bersifat subjektif. Untuk mengatasi kendala tersebut, maka penelitian ini akan
mengkombinasikan bidang studi pengolahan citra dan jaringan syaraf tiruan yang
diterapkan dalam proses tahap awal klasifikasi jenis sel darah putih.
Metode yang dipaparkan dalam penelitian ini merupakan perpaduan dari seed
region growing segmentation dengan momentum backpropagation. Seed region
growing digunakan dalam preprocessing citra. Ekstraksi ciri akan menghasilkan
empat parameter numerik dari citra yang digunakan sebagai input pelatihan dan
pengujian, yakni: luas area leukosit, tepi area atau perimeter, kebundaran, dan rasio
nukleus. Proses pelatihan menggunakan kombinasi learning rate, jumlah neuron
hidden layer, serta momentum untuk dinilai keoptimalannya berdasarkan waktu latih,
MSE, serta akurasi memorisasi dan generalisasi. Batas toleransi error perubahan
sebesar 0,000001 dengan hipotesa akurasi sebesar 87%.
Hasil penelitian menunjukkan bahwa seed region growing mampu melakukan
segmentasi citra leukosit sebesar 96,795% dari total 156 citra. Pelatihan dan
pengujian dengan momentum backpropagation menghasilkan rata-rata akurasi
memorisasi sebesar 83,333% dan generalisasi sebesar 81,776%.
Kata Kunci: Klasifikasi, Leukosit, Momentum Backpropagation, Seed Region
UTILIZATION OF SEED REGION GROWING SEGMENTATION AND
MOMENTUM BACKPROPAGATION NEURAL NETWORK FOR
CLASSIFICATION OF WHITE BLOOD CELLS
NURCAHYA PRADANA TAUFIK PRAKISYA
Department of Informatic. Mathematic and Science Faculty.
Sebelas Maret University
ABSTRACT
White blood cell or leukocyte is specific component of blood which have five
different types, namely: neutrophils, eosinophils, basophils, lymphocytes, and
monocytes. Classification of white blood cells is needed in analysis of blood health.
This process which is commonly carried out through microscopic laboratory tests can
take long time and can lead subjective misclassification. Overcoming these obstacles,
this research will combine image processing and neural network which are applied in
the early stages of the classification process.
The method described in this research is a blend of seed region growing
segmentation with momentum backpropagation. Seed region growing is used for
image preprocessing. Feature extraction will generate four numerical parameters from
those images which are used in training and testing, namely: area, edge, roundness,
and nucleus ratio. Training process uses combinations of learning rate, numbers of
hidden layer neurons, and momentum to be rated based on running time, MSE, and
accuracy of memorization and generalization. Tolerance limit of error is 0.000001
and hypotheses accuracy is 87%.
The results showed that seed region growing is capable of segmenting
leukocyte images with 96.795% from 156 of total images which can then be extracted
well. Training and testing with momentum backpropagation obtained 83,333% for
average memorization accuration and 81,776% for average generalization accuration.
Keywords: Classification, Leukocytes, Momentum Backpropagation, Seed Region
DAFTAR ISI
HALAMAN JUDUL ... i
HALAMAN PENGESAHAN ... ii
HALAMAN MOTTO ... iii
HALAMAN PERSEMBAHAN ... v
KATA PENGANTAR ... vi
ABSTRAK ... viii
ABSTRACT ... ix
DAFTAR ISI ... x
DAFTAR TABEL ... xii
DAFTAR GAMBAR ... xiii
DAFTAR LAMPIRAN ... xiv
BAB I ... 1 PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Perumusan Masalah ... 2 1.3 Pembatasan Masalah ... 3 1.4 Tujuan Penelitian ... 3 1.5 Manfaat Penelitian ... 4 1.6 Sistematika Penulisan ... 4 BAB II ... 6 TINJAUAN PUSTAKA ... 6 2.1 Landasan Teori ... 6
2.1.1 Sel Darah Putih (Leukosit) ... 6
2.1.2 Pengolahan Citra Digital ... 10
2.1.3 Seed Region Growing Segmentation ... 12
2.1.4 Thresholding ... 13
2.1.5 Morfologi Citra ... 14
2.1.6 Median Filtering ... 18
2.1.7 Ekstraksi Ciri ... 19
2.1.9 Fungsi Aktifasi Sigmoid Biner ... 22
2.1.10 Algoritma Momentum Backpropagation ... 23
2.2 Penelitian Terkait ... 28 2.3 Hipotesa ... 33 2.4 Kerangka Pemikiran ... 33 BAB III ... 36 METODOLOGI PENELITIAN ... 36 3.1 Studi Literatur ... 36 3.2 Pengumpulan Data ... 37 3.3 Implementasi Penelitian ... 38
3.3.1 Perancangan Metode Segmentasi Citra ... 39
3.3.2 Perancangan Metode Ekstraksi Ciri ... 43
3.3.3 Perancangan Metode Pelatihan dan Pengujian ... 44
3.4 Analisis Hasil dan Evaluasi ... 46
BAB IV ... 48
HASIL DAN PEMBAHASAN ... 48
4.1 Analisis Hasil Segmentasi dan Ekstraksi Ciri Citra ... 48
4.1.1 Analisis Hasil Segmentasi Citra ... 48
4.1.2 Analisis Hasil Ekstraksi Ciri Citra ... 53
4.2 Analisa Hasil Pelatihan dan Pengujian ... 55
4.2.1. Pelatihan dan Pengujian pada 1000 epoch ... 56
4.2.2 Pelatihan dan Pengujian pada 5000 epoch ... 58
4.2.3 Pelatihan dan Pengujian pada 10000 epoch ... 60
4.2.4 Ringkasan Hasil Pelatihan dan Pengujian ... 62
BAB V ... 67
KESIMPULAN DAN SARAN ... 67
5.1 Kesimpulan ... 67
5.2 Saran ... 68
DAFTAR PUSTAKA ... 69
