BAB I
PENDAHULUAN
1.1 Latar BelakangMalaria merupakan penyakit mematikan yang disebabkan oleh parasit dari genus Plasmodium dengan perantara nyamuk Anopheles betina. Berdasarkan data WHO, pada tahun 2014 sendiri telah terjadi lebih dari 184 juta kasus di seluruh dunia, dengan angka kematian sebesar 99.542 jiwa. Di Indonesia, telah terjadi 252.027 kasus dengan angka kematian sebanyak 64 jiwa pada tahun 2014 [1].
Adapun parasit penyebab penyakit malaria diantaranya: Plasmodium
falciparum, Plasmodium vivax, Plasmodium malariae dan Plasmodium ovale.
Beberapa tahun belakangan ini terdapat beberapa kasus malaria yang disebabkan oleh parasit Plasmodium knowlesi. Parasit yang paling sering dijumpai dalam kasus malaria adalah Plasmodium falciparum dan Plasmodium vivax, namun
Plasmodium falciparum lebih mematikan daripada penyakit malaria yang
disebabkan parasit lain. Pada tahun 2014, kasus malaria di Indonesia disebabkan oleh Plasmodium falciparum sebanyak 57% dan Plasmodium vivax sebanyak 43% [1].
Penanganan malaria bergantung pada jenis parasit yang menginfeksi tubuh pasien. Penanganan untuk malaria dengan parasit Plasmodium falciparum disarankan menggunakan artemisinin-based combination therapies (ACTs) untuk malaria tahap awal. Untuk malaria yang disebabkan parasit Plasmodium vivax, penanganan harus menggunakan chloroquine di daerah dimana obat ini masih efektif. Sedangkan untuk daerah yang terdeteksi resistan terhadap chloroquine, ACT dapat digunakan [2]. Untuk itu, deteksi kedua spesies tersebut harus dilakukan secara tepat agar penanganan yang diterapkan sesuai.
Keberhasilan penanganan penyakit malaria bergantung dari diagnosis yang yang cepat dan akurat. Berdasarkan Guidelines for the Treatment of Malaria [3], pasien yang dicurigai mengidap malaria harus menjalani uji parasitologi. Uji
Uji mikroskopis merupakan metode uji yang paling banyak digunakan, tercatat sebanyak 321 juta sediaan darah telah diuji untuk kasus malaria pada tahun 2014 [1].
Walaupun penggunaan uji mikroskopis yang telah secara luas digunakan, uji ini memiliki kelemahan dalam hal akurasi diagnosis yang sangat dipengaruhi kemampuan dan pengalaman dari tenaga medis yang melakukan uji tersebut. RDT komersial seringkali lebih akurat dalam mendeteksi keberadaan parasit malaria dalam darah, namun tidak dapat menghitung jumlah parasit yang ada dalam darah. Terdapat juga metode lainnya dalam diagnosis malaria, seperti uji sampel saliva dan urine [4] serta yang baru-baru ini digunakan adalah dengan metode PCR (Polymerase Chain Reaction) [5]. Menurut WHO dan Departemen Kesehatan Indonesia, pengamatan gambar mikroskopis sediaan darah beserta pemeriksaan gejala klinis masih menjadi gold standard untuk diagnosis malaria.
Diagnosis malaria manual berdasarkan sediaan darah terdiri atas tiga tahapan, yaitu (1) menentukan ada atau tidaknya parasit malaria pada sediaan darah, (2) mengidentifikasikan spesies dari parasit yang terdeteksi dan (3) mengidentifikasikan fase dari parasit yang telah dideteksi. Tahapan identifikasi jenis parasit merupakan proses yang paling penting, karena setiap spesies dan fase pada parasit memiliki penanganan yang berbeda [6].
Uji mikroskopis dapat dilakukan oleh tenaga medis dalam bidang parasitologi. Namun, analisis visual dari pakar manusia sering dibatasi oleh variasi kemampuan setiap individu dan tidak jarang terjadi kesalahan karena kelelahan, gangguan dari luar dan keterbatasan pengalaman. Interpretasi dari citra medis sangat bergantung dari pengalaman dan keahlian seorang manusia serta keputusan diagnosis yang diambil juga bersifat subjektif. Permasalahan diagnosis berupa lamanya hasil pemeriksaan dan realibilitas hasil pemeriksaan yang rendah ditemukan pada beberapa laboratorium di Jawa Tengah. Di daerah lain keakuratan hasil diagnosis malaria berdasarkan pemeriksaan mikroskopis sangat bervariasi, dengan rentang dari <50-95%. Kesalahan diagnosis dapat menyebabkan penanganan yang tidak tepat, penularan yang terus berlangsung, hingga berujung
kematian penderita [7].
Penggunaan komputer seperti pengolahan citra digital, kecerdasan buatan dan data mining dapat dimanfaatkan dalam membantu diagnosis penyakit, khususnya dalam hal ini penyakit malaria. Kelebihan utama dalam penerapan penggunaan komputer untuk membantu diagnosis medis terletak pada pengolahan citra digital yang mampu menghasilkan analisis kuantitatif. Diagnosis dengan bantuan komputer jika dilakukan dengan penanganan yang tepat memiliki potensi untuk menangkap keahlian interpretasi citra medis dari seorang pakar. Sehingga dapat meningkatkan akurasi diagnosis dan tingkat keyakinan seorang pakar [8].
Penelitian untuk mengidentifikasi parasit malaria berbasis pengolahan citra digital telah banyak dilakukan. Penelitian oleh Akbar [9] bekerja sama dengan Laboratorium Parasitologi Fakultas Kedokteran UGM dalam mengembangkan metode identifikasi Plasmodium falciparum berbasis pengolahan citra digital. Namun, di Indonesia sendiri parasit yang menyebabkan malaria terdiri dari dua jenis, yaitu Plasmodium falciparum dan Plasmodium vivax. Oleh karena itu, dalam penelitian ini dicoba mengembangkan metode identifikasi yang dapat mengenali Plasmodium falciparum dan Plasmodium vivax.
1.2 Perumusan masalah
Parasit utama penyebab malaria di Indonesia adalah Plasmodium
falciparum dan Plasmodium vivax. Identifikasi spesies dan fase tiap parasit
tersebut penting dalam diagnosis malaria. Kualitas diagnosis malaria berdasarkan uji mikroskopis sangat dipengaruhi oleh kemampuan, pengalaman dan subjektivitas dari tenaga medis. Diagnosis yang tidak tepat akan mengakibatkan penanganan medis yang tidak sesuai dan dapat berakibat fatal. Pengolahan citra digital dapat menjadi solusi untuk membantu tenaga medis dalam meningkatkan kualitas diagnosis. Beberapa penelitian telah dilakukan untuk merancang metode diagnosis malaria menggunakan citra digital. Walaupun begitu penelitian oleh Akbar [9] masih memiliki beberapa kelemahan. Kelemahan tersebut antara lain : penelitian tersebut hanya meneliti Plasmodium falciparum, parameter untuk
jumlah fitur yang dapat ditingkatkan serta penggunaan metode seleksi fitur yang lebih optimal. Oleh karena itu, peningkatan performa metode segmentasi, ekstrasi fitur serta penambahan jenis parasit malaria dirasa perlu sehingga bisa memberikan hasil identifikasi yang lebih baik.
1.3 Keaslian penelitian
Penelitian yang berkaitan dengan penggunaan pengolahan citra digital dan data mining untuk identifikasi parasit malaria pada citra digital sediaan darah telah banyak dikembangkan. Pada bagian ini diberikan kajian mengenai beberapa penelitian yang bertujuan untuk mengidentifikasi parasit malaria pada citra digital sediaan darah. Berikut adalah perbandingan beberapa metode yang dilakukan antara peneliti satu dengan peneliti yang lain. Keaslian penelitian di sini bertujuan untuk menjelaskan perbedaan penelitian ini dengan penelitian yang telah ada sebelumnya. Tabel 1.1 menunjukkan beberapa rangkuman penelitian yang terkait dengan identifikasi parasit malaria.
Penelitian sebelumnya menggunakan berbagai macam metode dengan tujuan yang berbeda-beda. Sebagian besar cakupan permasalahan penelitian yang dirangkum dalam Tabel 1.1 terdiri atas identifikasi parasit malaria darah, klasifikasi spesies parasit malaria dan klasifikasi fase parasit malaria. Identifikasi parasit dilakukan oleh [10][11][12], proses ini merupakan dasar untuk tahapan berikutnya. Mereka memanfaatkan ruang warna untuk dapat membedakan parasit malaria dalam darah dengan objek lainnya. Penelitian [10] menggunakan kanal b pada ruang warna CIE L*a*b untuk mendapatkan bentuk parasit dalam citra. Begitu juga penelitian oleh May, dkk [11] yang memanfaatkan ruang warna L*a*b dalam proses segmentasi dan menghitung banyaknya parasit malaria dalam darah. Sedangkan, [12] menggunakan transformasi dari penggabungan kanal G dan kanal B pada ruang warna RGB.
Klasifikasi spesies parasit malaria dilakukan oleh [6][13][14]. Tek, dkk [6] juga melakukan penelitian untuk pengklasifikasian empat jenis parasit. Dalam penelitiannya, mereka mencari parasit dalam darah secara otomatis menggunakan metode granulometri. Area parasit yang terdeteksi kemudian diklasifikasikan
menggunakan metode back propagation neural network. Penelitian yang dilakukan Purnama [14] bertujuan untuk mengklasifikasikan Plasmodium
falciparum dan Plasmodium vivax beserta fasenya, namun fase gametosit spesies Plasmodium falciparum tidak diikut sertakan. Ektraksi fitur tekstur dilakukan dari
citra cropping tanpa adanya proses segmentasi terlebih dahulu.
Identifikasi fase parasit dilakukan pada penelitian [14][9]. Penelitian [9] berfokus pada klasifikasi fase parasit Plasmodium falciparum, penelitian tersebut mengidentifikasi 3 fase, yaitu troposoit, gametosit dan skizon. Metode yang digunakan antara lain : k-means untuk segmentasi, seleksi fitur menggunakan CFS dan klasifikasi menggunakan MLP.
Tabel 1.1. Penelitian Identifikasi Penyakit Malaria No Peneliti Tujuan Penelitian Metode Keterangan 1. Khan dkk [10], 2014. Identifikasi parasit Plasmodium vivax pada citra sediaan darah tipis Segmentasi pada kanal b di ruang warna CIE L*a*b
Parasit dalam citra hasil diberikan garis tepi, sehingga dapat membedakan dengan area yang tidak terjangkit. 2. May dkk[11], 2013. Identifikasi dan kuantifikasi parasit Plasmodium vivax pada citra sediaaan darah tipis Konversi ruang warna ke L*a*b, segmentasi dengan metode Otsu serta tranformasi ke citra negatif
Hasil dari penelitian ini adalah melihat ada tidaknya parasit pada sediaan darah, tidak dijelaskan fase parasit yang menjangkit. 3. Savkara dan Narote[15], 2015. Identifikasi parasit Plasmodium falciparum dan Plasmodium vivax. Segmentasi dengan metode Otsu pada kanal G di ruang warna RGB. Fitur yang digunakan dari representasi bentuk dan tekstur citra. Klasifikasi
Citra yang digunakan untuk segmentasi tidak menggunakan ROI. Area pada citra meliputi sel darah merah dan parasit.
Tabel 1.1. Penelitian Identifikasi Penyakit Malaria No Peneliti Tujuan Penelitian Metode Keterangan menggunakan metode SVM 4. Akbar[9], 2015. Identifikasi parasit Plasmodium falciparum berserta fasenya pada citra sediaan darah tipis Pengolahan citra dilakukan pada ruang warna HSV di kanal S. Segmentasi menggunakan metode k-means. Menggunakan MLP untuk klasifikasi dan metode CFS untuk seleksi fitur. Parameter k-means ditentukan dengan mengujikan beberapa nilai yang cocok. 5. Wahab[13], 2015. Identifikasi spesies parasit malaria dalam darah. Spesies yang diteliti meliputi Plasmodium falciparum, Plasmodium vivax, Plasmodium ovale, Plasmodium malariae Menggunakan fitur dari citra dengan ruang warna RGB, HSV, YIQ dan YCrCb. Seleksi fitur LSE dan PCA. Klasifikasi menggunakan LVQ. Penelitian ini walaupun telah mencoba mengidentifikasi 4 jenis spesies parasit malaria, namun kualitas dan kuantitas citra masih kurang. 6. Tek dkk[6], 2010. Deteksi dan identifikasi parasit Plasmodium falciparum, Plasmodium vivax, Plasmodium ovale dan Plasmodium malariae pada sediaan darah Deteksi parasit menggunakan granulometri, segmentasi menggunakan metode Rao, klasifikasi menggunakan KNN. Fitur yang digunakan antara lain area granulometri, histogram dan bentuk.
Tabel 1.1. Penelitian Identifikasi Penyakit Malaria No Peneliti Tujuan Penelitian Metode Keterangan tipis. 7. Purnama dkk[14], 2013. Identifikasi parasit Plasmodium falciparum dan Plasmodium vivax beserta fasenya pada sediaan darah tebal. Cropping area
pada citra sediaan darah tebal, kemudian fitur tekstur diambil ruang warna RGB, ruang warna HSV, ruang warna HSV. Klasifikasi menggunakan algoritme genetika
Penelitian ini tidak menggunakan tahapan segmentasi. Menggunakan 6 kelas, yaitu 3 fase
Plasmodium vivax, 2 fase Plasmodium falciparum dan 1 kelas bukan parasit. 8. Elter dkk[12], 2011 Deteksi parasit malaria, yaitu Plasmodium falciparum pada sediaan darah tebal Menggunakan transformasi dari penggabungan kanal G dan B pada ruang warna RGB.
Menggunakan operasi top hat dan
thresholding. Klasifikasi menggunakan SVM. Penelitian berfokus untuk menghasilkan nilai sensitivitas yang tinggi. Hal ini dilakukan melalui dua tahapan. Yang pertama menerima sensitivitas tinggi dan yang kedua mengurangi jumlah
false-positive
Berdasarkan hasil kajian dari beberapa penelitian yang disampaikan pada Tabel 1.1, terkait dengan peningkatan teknik identifikasi parasit malaria berbasis CAD, nampak bahwa antar penelitian tersebut memiliki perbedaan metode yang cukup signifikan terutama pada metode yang diusulkan. Oleh karena itu penelitian ini berusaha memberikan kontribusi untuk mengidentifikasi parasit malaria, berbantuan metode yang dapat digunakan untuk CAD, dengan tujuan mampu mengklasifikasikan perbedaan setiap fase dari Plasmodium vivax dan Plasmodium
falciparum yang menginfeksi sel eritrosit pada manusia, sehingga dapat
1.4 Tujuan Penelitian
Tujuan utama dalam penelitian ini adalah mengembangkan metode berbasis computer aided diagnosis (CAD) dan pengolahan citra digital untuk meningkatkan performa metode segmentasi, ekstraksi fitur dan seleksi fitur dalam mengidentifikasi spesies beserta fase parasit malaria Plasmodium falciparum dan
Plasmodium vivax pada citra mikroskopis digital sediaan darah tipis.
1.5 Manfaat Penelitian
Sesuai dengan tujuan dari penelitian, maka diharapkan nantinya akan memberikan manfaat baik bagi pihak umum maupun penulis. Adapun manfaat tersebut antara lain :
1. Diharapkan dapat membantu tenaga medis untuk membantu mengidentifikasi spesies dan fase parasit malaria, sehingga mampu memimimalisir kesalahan diagnosis yang disebabkan unsur subjektivitas.
2. Metode yang dikembangkan diharapkan dapat menjadi modul rancangan suatu sistem berbasis komputer identifikasi parasit malaria dalam darah.
