in which the female reproductive organ is the entrance to the uterus located between the womb (uterus) with a hole intercourse (vaginal). The detectio

APLIKASI ANALISIS TEKSTUR MENGGUNAKAN METODE CANNY

UNTUK MENDETEKSI KANKER SERVIKS

Aji Nurrohman. *), Lulu Chaerani Munggaran, Dr **)

Jurusan Sistem Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi

Universitas Gunadarma

Jl. KH. Noer Ali, Kalimalang, Bekasi, 17133, Indonesia

Email : jie_kerenz@yahoo.com

*) Mahasiswa Sistem Informasi Universitas Gunadarma

**) Dosen Sistem Informasi Universitas Gunadarma

ABSTRAKSI

Pengolahan citra adalah pemrosesan citra, Pengolahan citra saat ini

banyak digunakan diberbagai bidang kehidupan manusia, salah satu contohnya

adalah dalam bidang kedokteran. Pencitraan sering juga digunakan untuk

mendeteksi kanker serviks. Kanker serviks atau sering dikenal dengan kanker

mulut rahim/kanker serviks adalah kanker yang terjadi pada serviks uterus, suatu

daerah pada organ reproduksi wanita yang merupakan pintu masuk ke arah rahim

yang terletak antara rahim (uterus) dengan liang senggama (vagina). Pendeteksian

kanker serviks dapat dilakukan dengan berbagai cara, salah satunya adalah deteksi

melalui tekstur. Tekstur kanker serviks dapat dilakukan melalui beberapa metode

deteksi tepi diantaranya metode sobel, canny,robert, prewitt, gonzalez, dan

laplace. Penulis menggunakan metode canny, karena memiliki beberapa

kelebihan dalam mengekstrak tepian dengan kebebasan pemilihan parameter yang

digunakan. Penulis membuat aplikasi yang dapat mendeteksi kanker serviks

melalui tekstur kanker serviks.

Tujuan dari pembuatan aplikasi ini adalah membuat suatu aplikasi

pencitraan yang dapat mendeteksi kanker serviks menggunakan metode canny,

sehingga diharapkan dapat membantu bidang kedokteran dalam mendeteksi dini

kanker serviks.

Aplikasi ini mempunyai 5 menu. Menu tersebut adalah menu utama,

analisis kanker,bantuan, informasi kanker dan keluar. Menu utama menampilkan

profil penulis, menu analisis kanker menampilkan proses kerja aplikasi deteksi

kanker serviks, menu bantuan menampilkan petunjuk penggunaan aplikasi, menu

informasi kanker menampilkan tahap deteksi kanker serviks dan menu keluar

untuk keluar dari aplikasi

Kata Kunci : Metode Canny, Citra, Citra Digital, Segementasi, Deteksi.

ABSTRACT

Image processing is image processing, image processing is currently widely used

in various fields of human life, one example is in the field of medicine. Imaging is

often also used to detect cervical cancer. Cervical cancer or often known as

cervical cancer / cervical cancer is cancer that occurs in the uterine cervix, an area

in which the female reproductive organ is the entrance to the uterus located

between the womb (uterus) with a hole intercourse (vaginal). The detection of

cervical cancer can be done in various ways, one of which is detected through the

texture. The texture of cervical cancer can be done through several methods

including methods sobel edge detection, Canny, Robert, Prewitt, Gonzalez, and

laplace. The author uses the Canny method, because it has several advantages in

the extract edges with freedom of choice of parameters used. The author makes an

application which can detect cervical cancer through the texture of cervical

cancer.

The purpose of making this application is to create an imaging application that can

detect cervical cancer using the Canny method, which is expected to help the field

of medicine in the early detection of cervical cancer.

This application have 5 menu. The menu is the main menu, the analysis of cancer,

help, cancer information and exit. The main menu displays the profile of the

author, the menu displays the work process analysis of cancer cervical cancer

detection applications, the help menu displays instructions for using the

application, the menu displays the stages of cancer information cervical cancer

detection and menu exit to exit the application

Keywords : Canny method, image, digital image, segmentation, detection.

I.

PENDAHULUAN

1.1

Latar Belakang Masalah

Perkembangan komputer saat ini

tumbuh dengan pesat dan cepat

seiring dengan kebututuhan akan

teknologi yang banyak digunakan

oleh

masyarakat.

Penggunaanya

menjadikan kegiatan manusia yaitu

mengolah data dalam jumlah yang

sedikit maupun banyak menjadi lebih

cepat

dan

efisien.

Data

atau

informasi

tersebut

tidak

hanya

berupa teks, audio, dan video. Selain

itu, gambar juga merupakan bagian

dari data dan informasi. Gambar

adalah istilah lain dari citra. Citra

dapat diproses yang disebut dengan

pengolahan citra.

Pengolahan citra adalah pemrosesan

citra,

khususnya

dengan

menggunakan komputer, menjadi

citra yang kualitasnya lebih baik.

Pengolahan citra saat ini banyak

digunakan

diberbagai

bidang

kehidupan

manusia,

salah

satu

contohnya adalah dalam bidang

kedokteran yang digunakan untuk

pengolahan citra hasil USG (foto

janin).

Kanker serviks atau sering

dikenal

dengan

kanker

mulut

rahim/kanker serviks adalah kanker

yang terjadi pada serviks uterus,

suatu daerah pada organ reproduksi

wanita yang merupakan pintu masuk

ke arah rahim yang terletak antara

rahim

(uterus)

dengan

liang

senggama (vagina).

Menurut Globacan (2002) di seluruh

dunia setiap tahun terdapat 493.243

wanita terdiagnosa kanker serviks

dan 273.505 diantaranya meninggal

dunia, sehingga dapat diambil rata –

rata bahwa lebih dari 700 wanita

meninggal setiap hari karena kanker

serviks. Di Indonesia, kanker serviks

menempati urutan pertama kanker

pada

wanita.

Penyakit

kanker

mempunyai

stadium

tersendiri

tergantung

jenis

kanker

yang

diderita, begitu juga pada kanker

serviks. Stadium kanker berfungsi

untuk

menggambarkan

kondisi

kanker yaitu ukuran sel kanker, letak

penyebaran

dan

pengaruhnya

terhadap organ tubuh yang lain.

Dengan mengetahui stadium kanker

yang diderita oleh pasien, dokter

dapat

melakukan

tindakan

pengobatan medis yang tepat bagi

pasien.

Melihat

tingginya

wanita

yang menderita kanker serviks, para

pakar

meneliti

untuk

dapat

mencegah

penyebaran

kanker

serviks, salah satu penelitiannya

adalah mendeteksi secara dini kanker

serviks. Pendeteksian kanker serviks

secara dini dapat dilakukan melalui

beberapa cara yaitu tes schiller,

kolposkopi, IVA (Inspeksi Visual

Asam Asetat), servicografi dan pap

smear. Beberapa cara yang telah

disebutkan

untuk

pendeteksian

kanker serviks, apabila dikaitkan

dengan

perkembangan

ilmu

pengetahuan dan teknologi dapat

dilakukan melalui pengolahan citra.

Pengolahan citra yang dilakukan

untuk mendeteksi kanker serviks

dapat dilihat dari segi warna dan

tekstur. Bila dilihat dari segi warna,

kanker serviks dapat dilihat dari

warna merah dan putih, sedangkan

bila dilihat dari segi tekstur, kanker

serviks dapat dilihat melalui derajat

keabuan di dalam sekumpulan pixel

– pixel yang saling berdekatan.

Tekstur kanker serviks dapat

dilakukan melalui beberapa metode

deteksi tepi diantaranya metode

sobel,

canny,robert,

prewitt,

gonzalez,

dan

laplace.

Penulis

menggunakan metode canny, karena

memiliki beberapa kelebihan dalam

mengekstrak

tepian

dengan

kebebasan pemilihan parameter yang

digunakan.

Metode

canny

juga

merupakan salah satu algoritma

deteksi tepi modern. Menurut paper

study and comparison of various

image edge detection techniques dan

perbandingan metode pendeteksi tepi

(Studi Kasus: Citra USG Janin),

metode canny ini merupakan edge

detector yang optimal dan memiliki

kelebihan dari metode pendeteksi

tepi yang lain. Banyak bidang

kedokteran menggunakan metode ini

karena hasil metode canny yang

optimal.

Uraian diatas merupakan latar

belakang penulis untuk mengangkat

judul: “Aplikasi Analisis Tekstur

Menggunakan

Metode

Canny

Untuk

Mendeteksi

Kanker

Serviks”.

1.2

Rumusan Masalah

Rumusan masalah yang dapat

diangkat dari penulisan ini

adalah :

1.

Apakah metode canny dapat

membantu mendeteksi kanker

serviks dengan baik

berdasarkan tekturnya ?

2.

Bagaimana

mentransformasikan analisis

tersebut kedalam sebuah

aplikasi program MATLAB

7.11.0 (R2010b) ?

1.3

Batasan Masalah

Pada penulisan tugas akhir ini

menggunakan metode canny untuk

mendeteksi tepi lesi kanker serviks

dan pembuatan aplikasi deteksi tepi

menggunakan matlab.

1.4

Tujuan Penulisan

Penulisan ini bertujuan membuat

suatu aplikasi pencitraan yang dapat

mendeteksi

kanker

serviks

menggunakan

metode

canny,

sehingga

diharapkan

dapat

membantu bidang kedokteran dalam

mendeteksi dini kanker serviks.

II.

TINJAUAN PUSTAKA

2.1

Pengolahan Citra

Sebuah citra yang diperoleh

melalui hasil scanning (pemindaian)

sinar-x ke dalam komputerisasi

terkadang

mengalami

penurunan

kualitas yang berupa perubahan

kecerahan, peregangan kontras dan

kekaburan.

Karena

beberapa

degradasi tersebut, dokter maupun

pasien tidak dapat memperoleh

informasi yang dibutuhkan. Agar

citra yang mengalami gangguan

mudah diinterpretasi baik oleh

manusia maupun mesin, maka citra

tersebut perlu dimanipulasi menjadi

citra lain yang kualitasnya lebih baik

atau proses tersebut dinamakan

dengan proses image processing

(pengolahan citra).

2.2 Citra Digital

Citra

digital

dihasilkan

melalui proses digitalisasi sehingga

mampu menghasilkan citra digital,

misalnya

CT-Scan

(Computer

Tomographic Scan), USG (Ultra

Sound Grapic), kamera digital,

scanner, dll. Citra digital disebut

juga citra diskrit. Citra digital

merupakan citra yang telah disimpan

dalam bentuk file sehingga dapat

diolah

dengan

menggunakan

komputer. Citra digital merupakan

suatu larik dua dimensi atau suatu

matriks

yang

elemen-elemennya

menyatakan tingkat keabuan dari

elemen gambar. Jadi informasi yang

terkandung bersifat diskrit. Citra

digital tidak selalu merupakan hasil

langsung data rekaman suatu sistem.

Kadang-kadang hasil rekaman data

bersifat kontinu seperti gambar pada

monitor televisi, foto sinar-x, dan

lain sebagainya. Suatu citra digital

diperlukan suatu proses konversi

sehingga citra tersebut dapat

diproses dengan komputer.

2.3

Citra Biner

Citra

biner

(binary

image)

adalah citra yang hanya mempunyai

dua nilai derajat keabuan yaitu hitam

dan putih, 0 dan 1 angka 0

menyatakan warna latar belakang

(background) dan 1 menyatakan

warna tinta atau objek atau dalam

bentuk angka 0 untuk hitam dan

angka 1 untuk warna putih [Anonim,

2009]. Meskipun saat ini citra

berwarna

lebih

disukai

karena

memberi kesan yang lebih kaya dari

pada citra biner, namun tidak

membuat citra biner mati. Pada

beberapa aplikasi citra biner masih

tetap dibutuhkan, misalnya pada

proses analisis citra medis ini yang

menggunakan gambar sinar-x.

2.4 Preprocessing

(Pemrosesan

Awal)

Preprocessing (pemrosesan awal)

adalah proses yang memproses

sebuah masukan menjadi sebuah

keluaran

yang

akan

menjadi

masukan bagi proses lain [Anonim,

2009]. Pemrosesan awal merupakan

operasi

pengolahan

citra

untuk

meningkatkan kualitas citra.

2.5

Matlab

MatLab singkatan dari Matrix

Laboratory.

MatLab

merupakan

bahasa

pemrogaman

yang

dikembangkan oleh The Mathwork,

Inc. Bahasa pemograman ini banyak

digunakan

untuk

perhitungan

numerik

keteknikan,

komputasi

simbolik, visualisasi grafis, analisis

data matematis, statistika, simulasi

pemodelan, dan desain graphical

user interface (GUI).

Pada awalnya, program ini

merupakan interface untuk koleksi

rutin numerik dari proyek LINPACK

dan EISPACK, namun sekarang

merupakan produk komersial dari

perusahaan Mathworks, Inc. MatLab

telah berkembang menjadi sebuah

lingkungan

pemrograman

yang

canggih yang berisi fungsi built-in

untuk melakukan tugas pengolahan

sinyal, aljabar linier, dan kalkulasi

matematis lainnya. Tampilan awal

MatLab

7.0

ditunjukkan

pada

gambar 2.5.

Gambar 1. Tampilan MatLab

Walaupun MatLab khusus digunakan

untuk

penghitungan

numerik,

toolbox pilihan dengan mesin simbol

maple, menjadikan MatLab sebagai

suatu sistem aljabar komputer yang

lengkap.

MatLab

memiliki

kemampuan untuk mengintegrasikan

komputasi,

visualisasi,

dan

pemrograman.

III.

ANALISIS DAN

PERANCANGAN

Pada

bab

ini

akan

dijelaskan

mengenai analisis dan perancangan

aplikasi deteksi tepi kanker serviks

dengan menggunakan metode canny.

Aplikasi ini pada akhirnya akan

menampilkan hasil deteksi kanker

serviks berupa garis tepi dari hasil

servikografi.

Tahapan

yang

digunakan untuk mendeteksi kanker

serviks menggunakan 7 tahapan

yaitu tahap ekstraksi warna, tahap

croping,

tahap

deteksi

tepi

menggunakan metode canny, tahap

operasi dilatasi citra, tahap pengisian

objek, tahap segmentasi citra dan

tahap pembuatan garis tepi.

3.1

Tahap

Pendeteksian

Kanker Serviks

Penjelasan

tahap

pendeteksian

kanker serviks adalah sebagai berikut

:

1.

Tahap ekstraksi warna

Pada tahap ekstraksi warna ini

dilakukan dengan cara mengambil

fitur warna berupa R (Red), G

(Green) dan B (Blue) dari gambar.

Pengambilan nilai R, G dan B

diambil melalui tool color picker dari

software photoshop.

2.

Tahap Croping

Pada tahap proses croping ini

dilakukan dengan mengambil bagian

gambar yang terdapat lesi serviks.

Tujuan dari pengambilan gambar lesi

serviks adalah melihat objek kanker

serviks secara lebih dekat.

3.

Tahap

deteksi

tepi

dengan

metode canny

Pada tahap ini citra yang telah

dihilangkan noise dan diketahui R,

G, dan B lalu dilakukan deteksi tepi

dengan metode canny.

4.

Tahap operasi dilatasi citra

Pada tahap dilatasi citra ini dilakukan

untuk

memperjelas

citra

yang

diperoleh dari hasil deteksi tepi

canny

dengan

menghilangkan

batasan dari citra dan menghilangkan

garis deteksi tepi dari operasi strel

dengan bentuk line. Operasi strel ini

digunakan

untuk

menghilangkan

garis deteksi tepi.

5.

Tahap pengisian area objek

Pada tahap pengisian objek ini objek

yang sudah dideteksi akan diberi

lubang putih untuk mengisi area

yang ada didalamnya.

6.

Tahap segmentasi citra

Pada tahap segmentasi ini dilakukan

pemisahan objek dari latarnya.

7.

Tahap pembuatan garis tepi

Pada tahap berikut ini adalah tahap

terakhir yang terdapat dalam aplikasi

ini, tahap ini berguna untuk mencari

garis

tepi

dari

objek

hasil

segmentasi,

sehingga

pengguna

dapat langsung melihat garis tepi lesi

pada citra asli.

3.2

Algoritma

Alogritma dari setiap tahap

pendeteksian kanker serviks adalah

sebagai berikut :

1.

Ekstraksi Warna

Warna pokok dalam pengelolaan

citra terdiri dari 3 (tiga)unsur, yaitu

R (Red), G (Green), dan B (Blue).

Jika

warna-warna

pokok tersebut

digabungkan,

maka

akan

menghasilkan

warna

lain.

Penggabungan tersebut bergantung

pada warna pokok yang tiap-tiap

warna memiliki nilai 256 (8 bit).

Pengambilan nilai R, G dan B

diambil melalui software photoshop.

Warna yang dideskripsikan dengan

RGB

adalah

pemetaan

yang

mengacu pada panjang gelombang

dari RGB. Pemetaan menghasilkan

nuansa warna untuk masing-masing

R, G, dan B. Masing-masing R,

G,dan B didiskritkan dalam skala

256, sehingga RGB akan memiliki

indeks

antara

0

sampai

255.

Ekstraksi warna adalah mengambil

fitur warna berupa R, G, dan B.

Flowchart ekstraksi warna dapat

dilihat pada gambar 2.

Gambar 2. Flowchart Ekstraksi

Warna

2.

Tahap Croping

Croping

adalah

memotong

bagian gambar dari suatu objek. Pada

tahap croping ini menggunakan

fungsi

imcrop

untuk

memtong

bagian gambar yang dianggap lesi

serviks. Letak lesi oleh user dalam

proses

croping

ini

untuk

mempermudah

user

agar

dapat

melihat objek secara lebih dekat.

Flowchart croping dapat dilihat pada

gambar 3.

Gambar 3. Flowchart Croping

3.Tahap Deteksi Tepi Metode

Canny

Salah satu algoritma deteksi

tepi modern adalah deteksi tepi

dengan menggunakan metode canny.

Deteksi tepi canny ditemukan oleh

Marr dan Hildreth yang meneliti

pemodelan persepsi visual manusia.

Ada beberapa kriteria pendeteksi

tepian paling optimum yang dapat

dipenuhi oleh algoritma canny :

a.

Mendeteksi

dengan

baik

(kriteria deteksi)

Kemampuan untuk meletakkan dan

menandai semua tepi yang ada sesuai

dengan

pemilihan

parameter-parameter konvolusi yang dilakukan.

Sekaligus

juga

memberikan

fleksibilitas yang sangat tinggi dalam

hal menentukan tingkat deteksi

ketebalan

tepi

sesuai

yang

diinginkan.

b.

Melokalisasi

dengan

baik

(kriteria lokalisasi)

Metode

canny

dimungkinkan

dihasilkan jarak yang minimum

antara tepi yang dideteksi dengan

tepi yang asli.

c.

Respon yang jelas (kriteria

respon)

Hanya ada satu respon untuk tiap

tepi. Hal itu dilakukan untuk

mempermudah proses pendeteksian

agar tidak menimbulkan kerancuan

pada pengolahan citra. Flowchart

deteksi tepi dapat dilihat pada

gambar 4.

Gambar 4. Flowchart Deteksi Tepi

Metode Canny

3.

4.Tahap Operasi Dilatasi Citra

Operasi dilatasi citra ini

untuk memperjelas citra dengan

menghilangkan batasan dari citra

yang diperoleh dari fungsi strel

untuk menentukan garis-garis yang

terdapat dari sebuah citra. Fungsi

strel ini untuk menghilangkan garis

yang terdapat pada citra. Dilatasi

adalah operasi morphologi yang akan

menambahkan pixel pada batas antar

objek dalam suatu citra digital. Hasil

operasi (output pixel) adalah nilai

maksimal

yang

diperoleh

dari

himpunan pixel tetangganya. Dalam

binary image, jika ada pixel tetangga

yang bernilai 1 maka output pixel

akan diset menjadi 1. Tampilan

flowchart dilatasi dapat dilihat pada

gambar 5.

Gambar 5. Flowchart Dilatasi.

5.

Tahap Pengisian Area Objek

Tahap pengsian area objek

adalah pemberian warna ke dalam

garis-garis yang telah terhubung

dengan warna putih dan garis yang

tidak terhubung diabaikan. Proses

pengisian

area

objek

ini

menggunakan fungsi imfill. Fungsi

holes

adalah

fungsi

yang

mengartikan bahwa objek yang

sudah dideteksi akan diberi semacam

lubang putih yang mengisi area objek

di dalamnya. Tampilan flowchart

pengisian objek dapat dilihat pada

gambar 6.

Gambar 6. Flowchart Pengisian

Objek

6.

Tahap Segmentasi Citra

Segmentasi

yaitu

mereduksi

citra menjadi objek atau region,

misalnya memisahkan objek-objek

yang berbeda dengan mengekstraksi

batas-batas

objek

(boundary).

Segmentasi merupakan suatu proses

untuk mendapatkan area atau obyek

yang diinginkan pada suatu citra

dengan memisahkan antara area atau

objek dari latar belakangnya. Proses

segmentasi memisahkan objek dari

latar belakangnya pada tepi yang

terhubung, jika tepi tidak terhubung

maka objek tidak tersegmentasi.

Citra hasil segmentasi berbentuk

citra biner terbagi atas dua bagian,

yaitu bagian hitam dan bagian putih,

angka 0 menyatakan warna latar

belakang (background) dan angka 1

menyatakan warna tinta atau objek

atau dalam bentuk angka 0 untuk

hitam dan angka 1 untuk warna

putih.

Proses

penghalusan

(smoothing)

pada

citra

untuk

mempertajam kualitas citra yang

telah disegmentasi menggunakan

fungsi imrode. Tampilan segmentasi

citra dapat dilihat pada gambar 7.

Gamabr 7 Flowchart Segmentasi

Citra.

7.

Pembuatan Garis Tepi

Garis tepi (outline) adalah proses

pembuatan garis tepi dari objek hasil

segmentasi, sehingga garis tepi

tersebut dapat terlihat pada citra asli.

Pembuatan

garis

tepi

ini

menggunakan

fungsi

BWoutline

yang hanya terdapat pada aplikasi

matlab. Flowchart ditujukan pada

gambar 8.

Gambar 8 Flowchart Pembuatan

Garis Tepi

IV.

IMPLEMENTASI

4.1

Data Perangkat Keras Dan

Perangkat

Lunak

Yang

Digunakan

Dalam melakukan pengujian

ini penulis menggunakan spesifikasi

perangkat keras dan perangkat lunak

yaitu :

1. Perangkat keras

Spesifikasi perangkat keras yang

digunakan untuk membuat aplikasi ini

adalah :

1.

Laptop Acer Intel Pentium

Dual-Core Prosesor Z4300 Memory

1.00 GB.

2.

Harddisk

sebagai

tempat

penyimpanan.

3.

Mouse sebagai alat input.

4.

Koneksi ke internet dengan

kecepatan minimum 32 Kbps.

5.

Printer Canon IP 2770 sebagai

alat cetak.

2. Perangkat lunak

Spesifikasi perangkat lunak

yang

digunakan

untuk

membuat

aplikasi ini adalah :

1.

Windows 7 sebagai sistem operasi.

2.

Matlab 7.0 (R2010b) sebagai

perangkat lunak pengolahan citra.

4.2 Objek

Citra Digital Kanker

Serviks

Citra yang akan digunakan

sebagai objek untuk penulisan skripsi

ini ada 5 objek citral digital. Citra

digital yang diperoleh adalah citra

digital kanker serviks yang didapat

dari rumah sakit. Contoh citra digital

kanker serviks yang digunakan untuk

penulisan skripsi ini dapat dilihat pada

table 1.

Tabel 1Citra Digital Kanker

Serviks

4.3 Uji Coba Aplikasi

Menggunakan Metode Canny

Berikut adalah tahapan uji

coba

yang

dilakukan

untuk

pendeteksian kanker serviks dengan

metode canny :

1.

Klik tombol F5 atau klik

tombol runing pada matlab

sebagai

runing

aplikasi

aplikasi, pilih menu mtama.

Maka akan tampil menu utama.

Tampilan halaman menu utama

dapat dilihat pada gambar 9.

Gambar 9 Tampilan Halaman Menu

Utama

2.

Dari halaman menu utama,

pilih menu analisis kanker.

Menu

analisis

kanker

ini

merupakan

aplikasi

untuk

melakukan

pendeteksian

terhadap

kanker

serviks.

Tampilan

halaman

analisis

kanker dapat dilihat pada

gambar 10.

Gamabr 10. Tampilan Halaman

Analisis Kanker Serviks

3.

Pada lesi.fig pilih citra digital

kanker serviks yang ingin

diketahui deteksi tepi lesi

dengan cara memilih tombol

masukkan file citra. Pada

aplikasi ini nama citra yang

ingin

diuji

coba

adalah

000009.jpg.

Jika

tombol

masukkan file citra di-klik

maka akan tampil macam –

macam kanker serviks yang

telah disediakan. Tampilan

pilih gambar dapat dilihat

pada gambar 11.

Gambar 11 Tampilan Pilih Gambar

4.

Setelah dilakukan pemilihan

pada salah satu citra yang

ingin

dilakukan

proses

pendeteksian kanker serviks,

pilih

frame

pilihan

yang

tersedia apakah termasuk lesi

besar atau kecil lalu klik

proses

segmentasi

untuk

melihat keselurusan proses

segmentasi. Tampilan citra

kanker serviks yang dipilih

dapat dilihat pada gambar 12.

Gambar 12 Citra Kanker Serviks

Yang Dipilih

5.

Setelah

dilakukan

proses

segmentasi maka akan diketahui

hasil deteksi kanker serviks

berupa garis tepi secara otomatis.

Tampilan citra hasil segmentasi

Dan hasil deteksi kanker serviks

dapat dilihat pada gambar 13.

Gambar 13. Citra Hasil Segmentasi

Dan Hasil Deteksi Kanker Serviks

6.

Pada tampilan diatas hanya

ditampilkan hasil akhir yaitu citra

hasil

segmentasi

dan

tidak

ditampilkan proses segmentasi

citra, jika ingin melihat proses

segmentasi citra dengan metode

canny maka bisa di-klik tombol

Proses

Segmentasi.

Proses

segmentasi citra untuk objek citra

dengan nama 000009.jpg dapat

dilihat pada table 2.

Tabel 2 Proses Segmentasi Citra

000009.jpg

7.

Setelah proses segmentasi dan

diketahui

letak

lesi

kanker

serviks jika ingin keluar maka

pilih tombol keluar untuk keluar

dari aplikasi ini. Jika kita pilih

tombol keluar atau menu keluar,

maka akan tampil kotak dialog

pertanyaan.

Tampilan

kotak

dialog pertanyaan untuk keluar

dari aplikasi dapat dilihat pada

gambar 14.

Gambar 14 Kotak Dialog Pertanyaan

untuk keluar dari aplikasi

8.

Di dalam aplikasi ini terdapat 3

menu

yang

berisi

petunjuk

penggunaan

aplikasi,

tahap

deteksi

kanker

serviks,

dan

informasi

tentang

pembuat

aplikasi. Petunjuk penggunaan

aplikasi yang terdapat pada menu

Bantuan

(Mnbantu.fig).

Tampilan

halaman

bantuan

dapat dilihat pada gambar 15.

Gambar 15 Tampilan Halaman

Bantuan

9.

Untuk informasi tentang tahap

deteksi

tepi

kanker

serviks

terdapat pada menu informasi

kanker (MnInf.fig). Tampilan

halaman informasi kanker dapat

dilihat pada gambar 16.

Gambar 17 Tampilan Halaman

Informasi Kanker

10. Untuk informasi tentang pembuat

aplikasi

mendeteksi

kanker

serviks terdapat pada menu about

aplikasi(Mnabout.fig). Tampilan

halaman about aplikasi dapat

dilihat pada gambar 17.

Gambar 18 Tampilan Halaman

About Aplikasi

V.

PENUTUP

5.1

Kesimpulan

5.2

Kesimpulan

Aplikasi pendeteksian kanker

serviks ini telah selesai dibuat.

Aplikasi ini menggunakan metode

canny untuk melakukan deteksi tepi

lesi. Deteksi tepi kanker serviks

dilihat berdasarkan tekstur. Aplikasi

ini diperuntukan untuk digunakan

oleh user yang mengerti mengenai

kanker serviks karena pemotongan

citra dilakukan oleh user. Melalui

proses

segmentasi,

objek

yang

dipisahkan dari latarnya. Aplikasi ini

memperlihatkan

setiap

tahapan

pendeteksian kanker serviks melalui

matlab 7.0 (R2010b). Persentase

kesalahan deteksi tepi kanker

serviks yang dihasilkan adalah 40%

dari 5 objek yang diproses.

Aplikasi

ini

dapat

melihat

tampilan proses pendeksian kanker

sampai hasil deteksi kanker serviks,

akan tetapi aplikasi ini hanya dapat

mendeteksi gambar asli kanker

serviks yang diperoleh dari rumah

sakit karena jika diperoleh dari

internet, gambar tersebut akan tidak

kelihatan karena adanya proses

croping yang melihat gambar secara

lebih dekat dan pengkategorian lesi

besar dan lesi kecil tidak berdasarkan

ilmu kedokteran hanya berdasarkan

kasat mata.

5.3

Saran

Pengembangan

aplikasi

selanjutnya diharapkan jenis kanker

yang dapat dikenal bukan hanya

untuk kanker serviks saja tetapi bisa

untuk semua jenis penyakit kanker

lainnya dan pendeteksian kanker

serviks sudah secara otomatis tidak

secara manual lagi.

Semoga

aplikasi

ini

dapat

bermanfaat

serta

dapat

dikembangkan menjadi lebih baik

pada masa yang akan datang.

DAFTAR PUSTAKA

Anonim, ”Landasan Teori Thinning

“,http://www.gangsir.com/download/

LandasanTeoriThinning.pdf, 19 Juli

2009.

Anonim, “Canny Filter for Edge

Detection a Java Implementation”,

http://www.scribd.com/doc/1317431

3/Cannys-Filter-for-Edge-Detection-a-Java-Implementation,10 September

2009.

Aris Sugiharto, Pemrograman GUI

dengan MATLAB, Penerbit Andi,

Yogyakarta, 2006.

Agung Slamet Riyadi, Flowchart

Catatan Kuliah Sistem Informasi,

Universitas Gunadarma, 2007.

Rinaldi Munir, Pengolahan CITRA

DIGITAL dengan

PendekatanAlgoritmik, Penerbit

INFORMATIKA, Bandung, 2004.

Usman Ahmad, Pengolahan Citra

Digital dan TeknikPemrogramannya,

Penerbit Graha Ilmu, 2005.

Wijaya Marvin Ch. & Prijono

Agus,Pengolahan

Citra

Digital

menggunakan

MatLab

Image

Processing

Toolbox,

Penerbit

INFORMATIKA, Bandung, 2007.