Perancangan Sistem Aplikasi Terhadap Penentuan Tulang Osteoporosis Pada Citra X-Ray Tulang Paha Dengan Thresholding Metode Otsu

(1)

Perancangan Sistem Aplikasi Terhadap Penentuan

Tulang Osteoporosis Pada Citra X-Ray Tulang Paha

Dengan Thresholding Metode Otsu

Muhammad Angga Wiratama1_{, M. Reza Faisal} 2_{, Radityo Adi Nugroho}3 1,2,3_{Prodi Ilmu Komputer FMIPA UNLAM}

Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan 1_{Email: [email protected]}

Abstract

Femur has a function to support the upper body that causes the femur can be affected by osteoporosis due to its function , it is supported by singh index rating system that has a grade each - each seeing femur bone affected by osteoporosis or normal bone. This study aimed to test the Otsu thresholding method for determining the femur bone osteoporosis and Singh index , the results of the study showed the percentage of correctness of 80 % to determine osteoporotic bone but getting the 31 % to determine the index singh, so the Otsu thresholding method can be concluded successfully to determine the femur bone osteoporosis but did not succeed in determining the index singh.

Keywords: Thresholding, Otsu, indeks singh.

Abstrak

Tulang paha memiliki fungsi untuk menyokong tubuh bagian atas yang menyebabkan tulang paha dapat terkena osteoporosis karena fungsinya, hal ini didukung oleh sistem pemeringkatan indeks singh yang memiliki grade masing - masing melihat tulang paha yang terkena tulang osteoporosis atau tulang normal. Penelitian ini bertujuan untuk menguji thresholding metode otsu untuk menentukan tulang paha yang terkena osteoporosis dan indeks singh , dari hasil penelitian didapatkan hasil presentase kebenaran sebesar 80% untuk menentukan tulang osteoporosis tetapi mendapatkan hasil 31% untuk menentukan indeks singhnya, sehingga thresholding metode otsu dapat disimpulkan berhasil untuk menentukan tulang paha terkena osteoporosis akan tetapi tidak berhasil dalam menentukan indeks singh.

(2)

1. PENDAHULUAN

Pada penelitian ini, data yang digunakan yaitu tulang fremur/tulang paha yang berfungsi sebagai pemberi dukungan kepada seluruh bagian tubuh, salah satu dari beberapa tulang yang memainkan peran dalam hal berjalan, berlari dan melompat sehingga diasumsikan bahwa dengan fungsi tulang paha ialah maka kemungkinan terjadinya osteoporosis lebih besar. Indeks Singh memiliki grade / tingkatan dimana untuk setiap grade memiliki perubahan kontur tulang yang berbeda , tulang ini memiliki pola tertentu yang menunjukkan apakah seseorang mempunyai arsitektur tulang fremur yang sehat atau sudah menurun kualitasnya sehingga dapat menjadi indikasi terjadinya osteoporosis atau tidak [6].

Analisis dengan memanfaatkan thresholding metode otsu terhadap citra

x-ray tulang osteoporosis telah dilakukan oleh beberapa peneliti dimana hasil dari

metode otsu mencari nilai ambang yang telah dihitung dengan analisis diskriminan untuk mendapatkan nilai ambang terbaik, setelah itu thresholding mengeksekusi nilai ambang tersebut untuk membagi citra kedalam daerah hitam dan daerah putih dengan tujuan untuk dilakukan perhitungan jumlah piksel [1]. Sehingga diharapkan metode ini dapat digunakan untuk menentukan tulang normal dan tulang osteoporosis dengan indeks singh masing – masing.

2. METODE PENELITIAN

2.1 Perencanaan

Tahap ini menyangkut studi kebutuhan pengguna baik secara teknis maupun secara teknologi, penjadwalan waktu untuk pengembangan suatu proyek sistem informasi atau perangkat lunak.

2.2 Pengumpulan Data

Mempelajari data atau informasi yang sebelumnya sudah dimiliki, jika tidak sesuai dengan yang diharapkan dalam pembuatan sistem maka data tersebut akan dikembangkan lagi sesuai dengan tujuan akhir pembuatan aplikasi.

2.3 Perancangan

Pada tahap ini akan dilakukan perancangan sistem berdasarkan dari hasil wawancara dan studi kepustakaan. Perancangan yang dilakukan meliputi desain sistem, desain antarmuka, serta desain database.

2.4 Implementasi

Hasil rancangan yang telah dihasilkan akan diimplementasikan menjadi sebuah aplikasi sistem analisis osteoporosis pada citra x-ray tulang paha menggunakan thresholding metode otsu.

(3)

Gambar 1. Proses data pengetahuan [1]

Gambar 2. Proses pengecekan citra [1]

2.5 Uji Coba

Hasil implementasi akan di uji coba menjadi sebuah aplikasi sistem analisis osteoporosis pada citra x-ray tulang paha menggunakan thresholding metode otsu.

Black box dan hasil output aplikasi yang dihitung presentase kebenarannya.

2.6 Pemeliharaan dan Perawatan

Tahap dimana dimulai melakukan pengoperasian sistem, jika diperlukan melakukan perbaikan kecil atas kesalahan yang ada.

DATA BANDING

PROSES EKUALISIASI

PROSES OTSU

PROSES CROPPING PROSES THRESHOLDING

PROSES DATA PENGETAHUAN

DATA UJI

PROSES EKUALISIASI

PROSES OTSU

PROSES CROPPING PROSES THRESHOLDING

PROSES PENGECEKAN DENGAN DATA PENGETAHUAN

(4)

3. HASIL DAN PEMBAHASAN 3.1 Analisis Masukan dan Keluaran

Data yang digunakan pada analisis masukan yaitu proses data pengetahuan adalah data citra digital berskala grayscale yang diambil menggunakan x-ray berformat bitmap. Data yang diinput pada proses data pengetahuan adalah nilai untuk menentukan batas tulang osteoporosis dan batas indeks singh tulang. Sedangkan pada analisis keluaran yaitu proses pengecekan citra didapat batas nilai setup dan batas atas indeks singh yang digunakan, Sedangkan hasil keluaran pada proses pengecekan citra adalah berupa hasil analisis citra tulang dengan indikasi terkena osteoporosis atau tidak terkena dengan indeks singh masing – masing.

3.2 Analisis Proses

Analisis proses bertujuan untuk menganalisis proses apa saja yang bisa dilakukan oleh aktor terhadap sistem. Analisis proses dari sistem ini menggunakan

Use Case Diagram yaitu seperti berikut:

Gambar 3. Use Case Diagram Data Pengetahuan

Use Case data pengetahuan menjelaskan interaksi antara user dengan aplikasi dalam hal penginputan data banding dimana user apabila ingin menginput data banding dengan melakukan ambil gambar terlebih dahulu.

Gambar 4. Use Case Diagram Proses Pengecekan Citra

Use Case proses pengecekan citra menjelaskan interaksi antara user dengan aplikasi untuk melakukan analisa terhadap citra yang diinput dengan mengambil gambar terlebih dahulu.

<<extends>> user

mengambil gambar

menginput data banding

<<extends>> user

mengambil gambar

melakukan proses pengecekan citra

(5)

3.3 Perancangan Proses

Perancangan proses menggunakan Activity Diagram yang bertujuan untuk mengetahui jalur aktivitas pada sistem. Berikut ini merupakan perancangan proses dari sistem dengan menggunakan Activity Diagram seperti pada gambar berikut:

Gambar 5. Activity Diagram Data Pengetahuan

Gambar 6. Activity Diagram Proses Pengecekan Citra

Si ste m m e n a m p i l ka n cItra si m p a n ke ta b e l tse tu p p ro se s o tsu h i sto g ra m e ki l i si a si p ro se s cro p p i n g p ro se s T h re sh o l d i n g m e m a su ka n n i l a i se tu p a ta u b a ta s a ta s i n d e ks si n g h ya n g b a ru Use r a m b i l g a m b a r p ro se s p e n e n tu a n ROI m e n g i n p u t d a ta p e n g e ta h u a n si ste m m e n a m p i l ka n ci tra sta tu s tu l a n g p ro se s cro p p i n g p ro se s o tsu h i sto g ra m e ki l i si a si m e m b a n d i n g ka n p re se n ta se tu l a n g ke d a l a m se tu p p ro se s T h re sh o l d i n g u se r a m b i l g a m b a r p ro se s p e n e n tu a n ROI

(6)

3.4 Perancangan Database

Perancangan database dengan menggunakan ERD (Entitas Relationship

Diagram) untuk menggambarkan hubungan antar entitas. Perancangan basis data

terdiri dari beberapa model data, yaitu ERD dan Physical Data Model. a. ERD (Entitas Relationship Diagram)

Gambar 7. ERD b. Physical Data Model

Gambar 8. Physical Data Model

3.5 Implementasi

Implementasi merupakan tindak lanjut dari perancangan user interface yang telah dibuat pada tahap sebelumnya. Pada penelitian ini, implementasi dilakukan menggunakan bahasa pemrograman delphi 7.

idsetup nilai setup

1 n totsu pikselhitam gambar threshold pikselputih Kodegambar klasifikasi presentase tsetup ttest Memiliki mel engkapi threshold gambar presentase klasifikasi Kodegambar1 indexsingh indexsingh Memiliki menyimpan 1 n 1 batas3 batas5 batas2 batas4 tlogin user pass idlogin idsetup idsetup tsetup idsetup setup batas2 batas3 batas4 batas5 ... double double float float float float <pk> ttest kodegambar1 idsetup gambar indekssingh threshold presentase klasifikasi ... char(5) double longblob integer integer double char(12) <pk> <fk> totsu kodegambar idsetup gambar presentase threshold klasifikasi indekssingh pikselputih pikselhitam ... char(5) double longblob double integer char(12) integer integer integer <pk> <fk> tlogin idlogin user pass ... integer varchar(25) varchar(25) <pk>

(7)

a. Login

Gambar 9. Form Login [1]

Login digunakan sebagai inisiasi awal untuk memasuki halaman utama aplikasi yang digunakan dengan tujuan untuk membatasi tiap user yang masuk, dengan nama user dan kata sandi tertentu.

b. Data Pengetahuan

Gambar 10. Form Data Pengetahuan [1]

Pada proses data pengetahuan menggunakan data banding yang dilakukan penginputan data untuk dijadikan sebagai nilai acuan dalam menentukan tulang paha yang terkena osteoporosis atau tidak terkena, dengan indeks singh masing – masing. Untuk menentukan tulang terkena osteoporosis atau tidak digunakan nilai rata – rata dari tulang osteoporosis sebagai nilai acuan [2] sedangkan indeks singh menggunakan batas atas dari range citra tiap indeks singh.

(8)

c. Setup

Gambar 11. Form setup [1]

Form ini digunakan untuk menjadi nilai batas klasifikasi status tulang femur apakah terkena tulang normal atau tulang osteoporosis dan nilai batas indeks singh masing – masing.

d. Proses Pengecekan Citra

Gambar 12. Form Pengecekan Citra [1]

Proses pengecekan citra melakukan analisis citra inputan melalui penentuan daerah Region Of Interest agar dapat fokus terhadap daerah yang diinginkan [5] kemudian citra dilakukan proses cropping untuk dilakukan ekualisasi citra, proses ini dapat dilihat pada histogram citra yang memeperlihatkan sebaran derajat keabuan pada citra sebelum sesudah dilakukan ekualisasi sehingga didapat citra ekualisasi, baru setelah itu citra hasil ekualisasi dilakukan perhitungan thresholding metode otsu untuk mendapatkan jumlah piksel hitam dan jumlah piksel putih berdasarkan nilai ambang yang terbaik berdasarkan analisis diskriminan [4]. Output citra hasil yang dihasilkan

(9)

yaitu berupa citra biner yang telah memiliki klasifikasi tulang dan jenis indeks singh masing – masing.

3.6 Uji Coba dan Evaluasi

Tahap uji coba menggunakan analisis black box yang dilakukan dengan cara memberikan input yang valid dan non valid ke sistem dengan beberapa kondisi tertentu untuk mengetahui apakah sistem dapat tetap berjalan dan apakah output yang dihasilkan sudah sesuai dengan harapan atau tidak [3]. Adapun uji coba yang dilakukan sebagai berikut:

a. Uji coba form login

b. Uji coba form data pengetahuan c. Uji coba form setup

d. Uji coba form pengecekan citra

Pada tahap uji coba form pengecekan citra menggunakan data tulang normal sebanyak 10 citra , data tulang osteoporosis sebanyak 15 citra , data tulang indeks singh 2 sebanyak 1 citra , data tulang indeks singh 3 sebanyak 1 citra , data tulang indeks singh 4 sebanyak 4 citra dan tulang indeks singh 5 sebanyak 6 citra. Hasil dari uji coba form tersebut dapat dilihat pada tabel dibawah ini.

Tabel 1. Hasil Uji Coba Form Pengecekan Citra Klasifikasi Tulang Osteoporosis dan Tulang Normal [1]. Kode gambar Presentase Klasifikasi menurut data banding Hasil klasifkasi form pengecekan citra Hasil Kebenaran

B0001 50,07 Osteoporosis Osteoporosis Benar

B0002 51,42 Osteoporosis Normal Salah

B0018 52,2 Normal Normal Benar

B0019 50,82 Normal Osteoporosis Salah

(10)

Kode gambar Presentase Klasifikasi menurut data banding Hasil klasifkasi form pengecekan citra Hasil Kebenaran

Dari hasil uji coba yang dimiliki menurut tabel 1, hasil uji benar berjumlah 33 macam sedangkan data yang memiliki status uji tidak benar berjumlah 8 macam dan untuk melakukan perhitungan keakuratan aplikasi menggunakan rumus [2] :

Akurasi = Data yang benar

Jumlah data uji x 100% =

33

41 x 100% = 80 %

Tabel 2. Hasil Uji Coba Form Pengecekan Citra Klasifikasi Tulang Indeks Singh [1].

Kode gambar Indeks singh menurut data banding Presentase Hasil Indeks singh form pengecekan citra Hasil uji coba B0001 2 50,07 2 Benar B0002 3 51,42 3 Benar B0018 4 52,2 4 Benar B0019 4 50,82 2 Salah B0020 4 50,74 2 Salah B0021 4 51,5 3 Salah B0022 4 51,3 2 Salah B0023 4 51,37 3 Salah B0024 4 52,35 4 Benar B0025 4 51,22 2 Salah B0026 5 56,94 6 Salah B0027 5 57,13 6 Salah

(11)

Kode gambar Indeks singh menurut data banding Presentase Hasil Indeks singh form pengecekan citra Hasil uji coba B0028 5 58,13 6 Salah B0029 5 51,76 6 Salah B0030 5 52,67 5 Benar B0031 5 51,9 3 Salah

Dari hasil uji coba menurut tabel 2, hasil uji benar berjumlah 5 macam sedangkan data yang memiliki status uji tidak benar berjumlah 11 macam dan untuk melakukan perhitungan keakuratan aplikasi menggunakan rumus [2]:

Akurasi = Data yang benar

Jumlah data uji x 100% =

5

16 x 100% = 31 %

3.7 Pembahasan

Tabel dibawah mendeskripsikan range data klasifikasi tulang , batas atas indeks singh berdasarkan data banding yang dimiliki.

Tabel 3. Tabel range data klasifikasi tulang dan batas atas indeks singh

indeks

singh pengetahuan range data klasifikasi batas atas indeks singh jumlah data

2 51,05 – 51,36 _osteoporosistulang 51,36 2

3 49,25 – 52,01 _osteoporosistulang 52,01 9

4 50,5 – 52,48 tulang normal 52,48 20

5 50,68 – 54,08 tulang normal 54,08 10

Apabila kita melihat pada tabel 3 terdeskripsi bahwa range data tulang osteoporosis yaitu 49,25 – 52,01 dengan indeks singh 2 hingga indeks singh 3 dan untuk range data tulang normal pada indeks singh 4 hingga indeks 5 dengan range data 50,5 – 54,08. Sehingga untuk menentukan klasifikasi tulang normal dan tulang osteoporosis menggunakan nilai setup yang dihitung melalui rata - rata dari range tulang osteoporosis sebesar 51,06 seperti pada tabel 3, jadi apabila presentase tulang melebihi nilai setup 51,06 maka tulang normal dan apabila presentase dibawah nilai setup 51,06 maka tulang osteoporosis dari nilai setup tersebut didapat akurasi aplikasi untuk menentukan tulang osteoporosis dan tulang normal sebesar 80%. Kemudian range data minimum dan batas maksimum yang berpotongan antara grade 3 hingga grade 5, diantaranya range nilai indeks 2 49,25 – 52,01 , indeks singh 4 memiliki range nilai 50,5 – 52,48 dan range nilai indeks singh 5 sebesar 50,68 – 54,08 hal ini yang menyebabkan sulit untuk menentukan batas tiap – tiap indeks singh yang dimiliki dengan otsu thresholding. Akan tetapi pada penelitian ini dicoba menggunakan batas atas tiap indeks singh yang telah didapat

(12)

melalui proses data pengetahuan setelah sebelumnya dilakukan perhitungan yang lain menggunakan nila tengah dan rata – rata tiap indeks singh. Sehingga didapat akurasi aplikasi sebesar 31% untuk menentukan tulang indeks singh ,dari hasil tersebut bisa disimpulkan bahwa dalam penelitian ini thresholding metode otsu kurang tepat untuk menentukan grade indeks singh tiap citra yang diinput. Hal tersebut mungkin disebabkan oleh kurangnya data citra yang dimiliki seperti data yang dimiliki untuk grade indeks singh tidak merata, semisal untuk data banding

grade indeks singh 2 hanya berjumlah 2 data sedangkan data grade indeks singh 4

berjumlah 18 data citra.

4. KESIMPULAN

Kesimpulan yang diperoleh dari penelitian ini adalah :

a. Thresholding metode otsu dalam pengimplementasiannya untuk menentukan tulang osteoporosis mendapatkan hasil akurasi aplikasi sebesar 80 %.

b. Hasil implementasi thresholding metode otsu gagal untuk digunakan terhadap penentuan indeks singh, karena prosentase akurasi aplikasi sebesar 31%, hal ini dikarenakan sebaran data citra yang dimiliki kurang merata.

c. Thresholding metode otsu dapat digunakan untuk menentukan klasifikasi citra digital tulang femur akan tetapi thresholding metode otsu kurang tepat digunakan untuk menentukan indeks singh citra digital tulang femur.

(13)

DAFTAR PUSTAKA

[1] Wiratama, M. Angga, Analisis Osteoporosis Pada Citra X-Ray Tulang Paha

Menggunakan Thresholding Metode Otsu,Banjarbaru, Hal 1 – 67, 2015.

[2] Cahyaningsih, S, 2010, Deteksi osteoporosis dengan tresholding Metode

otsu pada citra x-ray tulang rahang, Malang: Jurusan Fisikan Fakultas

Sains dan Teknologi UIN.

[3] Dondeti, Jagruthi dan Nindra, Srinivas, 2012, Black Box And White Box

Testing. International Journal of Embedded Systems and Applications,

Vol 2. No. 2.

[4] Gonzalez, R.C dan Woods, R.E. 2004, Digital Image Processing Second

Edition, New Jersey: Prentice Hall.