IMPLEMENTASI PENENTUAN DERAJAT MIOPI BERDASARKAN UKURAN PUPIL MENGGUNAKAN DETEKSI TEPI CANNY
Lastiur Happy Ani Sihombing¹, Rita Magdalena², Ledya Novamizanti³
¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom Abstrak
Miopi (rabun jauh) merupakan gangguan pada mata yang sering dialami oleh sebagian besar orang. Miopi mengakibatkan pandangan menjadi kabur ataupun tidak dapat membaca karakter pada jarak tertentu dengan jelas. Alat bantu yang paling sering digunakan untuk mengatasinya adalah kacamata atau softlens. Sebelum menggunakan kacamata atau softlens, mata terlebih dahulu diperiksa dengan menggunakan alat tes, salah satunya adalah ARK (Automatic Refrakto Keratometer).
ARK mengukur diameter pupil, kelengkungan kornea dan lensa mata untuk menentukan derjat miopi secara komputerisasi. Pupil adalah salah satu bagian penting dalam sistem penglihatan. Ukuran pupil merupakan faktor yang mempengaruhi ketajaman penglihatan seseorang. Perubahan diameter pupil bukan hanya untuk pengontrolan jumlah cahaya tetapi juga dapat menjadi acuan pendeteksian kelainan refraksi. Di mana salah satu kelainan refraksi adalah miopi (rabun jauh).
Pada tugas akhir ini telah dibuat suatu program simulasi pendeteksian derajat miopi berdasarkan diameter pupil dengan menggunakan software Matlab R2009a. Penentuan derajat Miopi dibagi menjadi 3 yaitu derajat miopi ringan, sedang dan berat. Berdasarkan penelitian terdahulu pada, ditemukan pupil bertambah besar seiriing dengan bertambah tinggi derajat miopi yang diderita. Algoritma pengolahan citra yang dirancang terbagi dalam beberapa tahap, salah satu tahapan yang dilakuakn adalah penentuan tapian menggunakan deteksi tepi canny dengan tujuan pupil mata dapat terlokalisasi dengan baik.
Pengujian sistem dilakukan dengan menggunakan image sejumlah 135 buah dari 15 orang. Dari hasil penelitian ini ditemukan akurasi terbaik pada treshold 20 dan penambahan tepian 3 piksel, yang akurasi identifikasi miopi mencapai 73,33%.
Kata Kunci : pengolahan citra, miopi, dan pupil
Abstract
Myopia (nearsightedness) is a disorder of the eye that is often experienced by most people. Myopia resulting in blurred vision or can not read a character at a certain distance clearly. The tool most often used to overcome them is glasses or soft lens. Before using glasses or soft lens, the eye first examined by using test kits, one of which is ARK (Automatic Refrakto Keratometer). ARK measure pupil diameter,
ARK measure pupil diameter, curvature of the cornea and lens of the eye to determine myopia computerized degrees. Pupil is one important part of the visual system. Pupil size is a factor that affects a person's visual acuity. Changes in pupil diameter is not just for controlling the amount of light but can also be a reference to the detection of refractive disorders. In which one is the refractive disorders myopia.
At the end of this task has been made a simulation program based on the detection of the degree of myopia pupil diameter using the software Matlab 2009a. Determination of the degree of myopia is divided into three degrees of myopia are mild, moderate and severe. Based on previous research, found a large increase seiriing pupil with a high degree of myopia increases suffered. Image processing algorithms that are designed are divided into several stages, one stage is the determination buts dilakuakn using Canny edge detection with the purpose of the pupils can be well localized.
System testing is done by using the image number 135 pieces of 15 people. From the test results found accuracy is 73,33% with used treshold 20 and add edge in closing algrothm 3 pixel. Keywords : image processing, myopia, and pupil
Bab I Pendahuluan
Implementasi Penentuan Derajat Miopi
Berdasarkan Ukuran Pupil Menggunakan Deteksi Tepi Canny 1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Mata merupakan panca indra yang merekam semua informasi yang dapat dilihat. Gangguan pada mata mengakibatkan ketidaknyamanan dalam melakukan aktivitas. Salah satu gangguan mata yang paling sering dialami adalah miopi (rabun jauh). Pettiss dalam Gianini (2004), mengungkapkan bahwa dari data studi internasional terdapat sekitar 25% anak-anak usia sekolah yang memiliki suatu bentuk defisiensi penglihatan. Salah satu penyebab hal ini adalah aktivitas pada jarak dekat.[8] Alat bantu yang paling sering digunakan untuk mengatasinya adalah kacamata atau softlens. Sebelum menggunakan kacamata atau softlens, mata terlebih dahulu diperiksa dengan menggunakan alat pendeteksi, salah satunya adalah ARK (Automatic Refrakto Keratometer). ARK mengukur kelainan refraksi berdasarkan diameter pupil secara komputerisasi.
Gambar 1.1 Penggunaan alat ARK ( automatic refrakto keratometer)
Pupil merupakan bagian penting dalam sistem penglihatan. Ukuran pupil merupakan faktor yang mempengaruhi ketajaman penglihatan seseorang. Perubahan diameter pupil bukan hanya untuk pengontrolan jumlah cahaya tetapi juga menjadi acuan pendeteksian kelainan refraksi. Kelainan refraksi yang dimaksud pada penelitian ini adalah miopi, di mana ukuran pupil pada miopi derajat berat lebih besar daripada ukuran pupil miopi derajat sedang maupun miopi derajat ringan.(13) Ukuran pupil normal orang dewasa pada umumnya berkisar pada ±3 mm. Alat untuk mengukur jari-jari pupil adalah pupilometer yang keakuratan hasilnya benar-benar mengandalkan kecermatan si pemeriksa.
Gambar 1.2 Pupilometer
Perkembangan software untuk melakukan simulasi serta pemanfaatannya yang semakin luas, mendorong agar analisa keakuratan derajat miopi semakin baik. Citra mata yang ditangkap oleh kamera akan menjadi masukan pada simulasi. Dari hasil citra tersebut didapatkan derajat miopi secara akurat. Pada Tugas Akhir ini, penulis membuat program simulasi pendeteksian miopi berdasarkan diameter pupil dengan menggunakan software Matlab R2009a. Algoritma pengolahan citra yang akan dirancang akan dibagi dalam beberapa tahap, di antaranya adalah pengambilan ROI pupil, deteksi tepi canny, dan perhitungan diameter pupil serta jarak kedua pupil.
1.2 Tujuan
Tujuan penulisan Tugas Akhir ini adalah:
1. Mengidentifikasi derajat miopi berdasarkan ukuran diameter pupil mata dengan pengolahan citra digital.
2. Membuat suatu program simulasi untuk mendeteksi dan mengklasifikasi miopi dengan komponen penyusun yang sederhana.
3. Membuat analisa koreksi miopi yang dapat digunakan penderita miopi.
1.3 Rumusan Masalah
Rumusan masalah dibahas dalam Tugas Akhir ini adalah: 1. Bagaimana cara mencari pupil mata pada citra mata.
2. Bagaimana cara mendeteksi dan menghitung diameter pupil mata pada setiap derajat miopi.
Bab I Pendahuluan
Implementasi Penentuan Derajat Miopi
Berdasarkan Ukuran Pupil Menggunakan Deteksi Tepi Canny 3
3. Bagaimana cara membuat sistem indentifikasi miopi dengan akurasi yang tinggi.
4. Bagaimana cara menentukan kekuatan lensa untuk koreksi miopi.
1.4 Batasan Masalah
Beberapa batasan masalah pada penelitian Tugas Akhir ini adalah:
1. Masukan sistem adalah citra mata kanan, mata kiri, dan kedua mata yang diambil dengan menggunakan kamera.
2. Kamera yang digunakan adalah kamera digital Panasonic 12.1 MP.
3. Format citra masukan merupakan citra Joint Photographic Experts Group (regular.jpg).
4. Usia orang yang diuji di atas 18 tahun.
5. Kondisi orang saat diuji tidak sedang mengantuk, melepaskan kacamata (bagi yang menggunkan kacamata), dan dalam ruangan dengan pencahayaan yang redup.
6. Jarak pengambilan citra mata kanan dan mata kiri adalah 5 cm dari kamera, dan jarak citra kedua mata adalah 8 cm dari kamera.
7. Proses identifikasi derajat miopi berdasarkan ukuran diameter pupil.
8. Koreksi miopi hanya berdasarkan pada jarak dengan cara pemeriksaan Low
Visual Acuity.
9. Simulasi menggunakan program Matlab R2009a.
10. Performansi yang diuji adalah persentase keberhasilan sistem mendeteksi miopi yang akurasinya dibandingkan keadaan mata dari orang yang diuji.
1.5 Metode Penelitian
Metodologi yang digunakan dalam penulisan tugas akhir ini adalah: 1. Studi Literatur
Bertujuan untuk mempelajari dasar teori dari literatur-literatur dan semua yang berkaitan dengan indra penglihatan dan terkhusus pada pendeteksian derajat miopi berdasarkan diameter pupil serta pemrosesan citra digital, terutama yang berhubungan dengan pemrosesan citra pupil mata yang dibutuhkan dalam perancangan algoritma.
2. Pengumpulan data
Bertujuan untuk mendapatkan data citra pupil yang akan digunakan sebagai masukan sistem .
3. Studi pengembangan aplikasi
Bertujuan untuk menentukan metodologi pengembangan sistem yang digunakan dengan pendekatan terstruktur dan melakukan analisis perancangan. 4. Implementasi Program
Bertujuan untuk melakukan implementasi program simulasi sesuai dengan perancangan dan data yang telah diperoleh sebelumnya.
5. Analisis performansi
Bertujuan untuk melakukan analisis performansi program simulasi. 6. Pengambilan kesimpulan
Bertujuan untuk membuat suatu kesimpulan dari permasalahan yang dikaji dalam penelitian ini.
1.6 Sistematika Penulisan
Tugas akhir ini disusun menjadi 5 BAB, dengan rincian sebagai berikut:
BAB 1 : PENDAHULUAN
Bab ini menguraikan latar belakang pemilihan topik, tujuan penulisan, perumusan masalah, batasan masalah, metodologi penelitian, dan sistematika penulisan.
BAB II : DASAR TEORI
Bab ini membahas konsep dasar mengenai citra, membahas sekilas tentang mata dan penyakitnya, juga metoda pengolahan citra digital yang sesuai dengan kebutuhan pendeteksian derajat miopi.
BAB III : PEMODELAN DAN SIMULASI SISTEM
Bab ini menguraikan tentang tahapan proses perancangan program simulasi untuk pendeteksian penyakit deteksi miopi dari citra mata yang diperoleh.
Bab I Pendahuluan
Implementasi Penentuan Derajat Miopi
Berdasarkan Ukuran Pupil Menggunakan Deteksi Tepi Canny 5
BAB IV : ANALISA HASIL SIMULASI
Bab ini menguraikan hasil dan analisis dari program simulasi yang telah dibuat.
BAB V : KESIMPULAN DAN SARAN
Bab ini memberikan kesimpulan akhir dan saran untuk pengembangan lebih lanjut dari Tugas Akhir ini.
Powered by TCPDF (www.tcpdf.org)
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil pengujian terhadap nilai threshold dan range piksel terbaik serta pengujian sistem dengan keempat skenario, maka dapat ditarik kesimpulan sebagai berikut: 1. Nilai threshold terbaik untuk pendeteksian pupil mata adalah 20. Jumlah citra
yang gagal dideteksi = 0.
2. Nilai piksel pada operasi closing terbaik pada pendeteksian pupil mata dengan penebalan tepian 3 piksel.
3. Terdapat beberapa data rusak dari beberapa responden sehingga tidak dapat diuji dalam sistem akibat citra yang kurang fokus, mata yang terbuka kurang lebar, dan kesalahan akuisisi citra yang menyebabkan rambut terlihat sehingga mengacaukan pada proses penentuan jari-jari pupil.
4. Setiap data di uji dengan penggunaan treshol 15,20 dan 25 serta penambahan tepian piksel 2,3,4.
5. Akurasi terhadap derajat miopi secara sistem dibandingkan dengan real adalah 73%, yaitu pada saat treshold 20 dan penebalan tepian piksel 3 hal ini disebabkan ketidakmampuan sistem untuk mendeteksi pupil, pengkondisian pengambilan data yang tidak tepat dan tidak lepas dari human error serta nilai treshold yang tidak tepat.
6. Akurasi PD yang ditemukan secara sistem di bandingkan dengan real adalah 35%. Akurasi ini sangat rendah disebabkan menghitung jarak yang digunakan hanya berdasarkan low vision acuity pada jarak 1 sampai 4 meter saja.
5.2 Saran
Penelitian selanjutnya diharapkan dapat memperbaiki kekurangan yang ada serta dapat mengembangkan penelitian ini sehingga dapat diperoleh suatu sistem dengan akurasi yang tinggi. Untuk itu, beberapa hal yang dapat disarankan Penulis untuk kepentingan penelitian selanjutnya antara lain:
1. Masukan sistem berupa video sehingga memudahkan penggunanya untuk mendeteksi perubahan fisiologis dari pupil secara real time.
BAB V Kesimpulan Dan Saran
Implementasi Penentuan Derajat Miopi
Berdasarkan Ukuran Pupil Menggunakan Deteksi Tepi Canny 39 2. Menggunakan metode selain deteksi Tepi Canny, seperti penggunaan deteksi tepi
lainnya.
3. Menggunakan penopang dagu, agar orang yang diteliti tidak bergerak-gerak. 4. Melakukan perbaikan citra setelah proses thresholding agar pupil mata dapat
terlihat bulat sempurna, sekalipun pada kondisi mata yang tidak terbuka lebar. 5. Menggunakan kamera dengan exposure manual dan tidak menggunakan fixed
focus agar citra yang dihasilkan menjadi lebih tajam.
6. Melakukan penentuan derajat miopi dengan melibatkan parameter lain seperti kelengkungan kornea dan tekanan intraokuler mata sehingga didapatkan derajat miopi secara angka sferis.
7. Jarak maksimum antara objek dan kamera maksimal 10 cm , dan posisi objek tegak lurus terhadap kamera agar citra pupil yang didapat hasilnya baik.
8. Mencari referensi yang lebih mendalam dari lembaga penelitian dalam bidang mata khusunya kelainan refraksi untuk meningkatkan akurasi sistem.
9. Bandingkan beberapa nilai threshold dan penebalan tepian pada pupil mata agar didapatkan nilai threshold terbaik untuk pengamatan demi meningkatkan akurasi sistem.
Powered by TCPDF (www.tcpdf.org)
DAFTAR PUSTAKA
[1] Fakmi. Perancangan Algoritma Pengolahan Citra Mata Menjadi Citra Polar Iris
Sebagai Bentuk Antara System Biometric. Medan: Universitas Sumatera Utara. 2007
[2] http://en.wikipedia.org/wiki/myopia [3] http://optikonline.info/2010/08/19/autorefractokeratometer-potec-prk-5000.html [4] http://organisasi.org/hal-umum-penyebab-mata-menjadi-rabun-jauh-miopi-myopia-mata-minus [5] http://qitepscience.org/resources/artikel/Refraksi.pdf [6] http://rehsos.depsos.go.id/modules.php?name=News&file=print&sid=1077
[7] Ilyas S. Kelainan Refraksi Dan Kacamata. Jakarta. Medan: Balai penerbit Fakultas Kedokteran Universitas Indonesia. 1997.
[8] Istlantoro. Cermin Dunia Kedokteran: Bedah Refraktif Masa Kini. Jakarta: Laboratorium Penyakit Mata Fakultas Kedokteran Indonesia, UPF Penyakit Mata RSU DR Cipto Mangun Kusumo. 1993
[9] Japardi, Iskandara. Pupil Dan Kelainannya. Medan: Fakultas Kedokteran Bagian Bedah Universitas Sumatera Utara.
[10] Octarina, Nita. Detektor Kebohongan Berbasis Video Kamera Dengan Analisi
Perubahan Diameter Pupil Mata Dan Jumlah Kedipan Mata. Tugas Akhir.
Bandung: IT Telkom. 2012
[11] Putri, Christine Eka. Verifikasi (Pengenalan Pola) Biometri Garis-Garis Telapak
Tangan Dengan Ekstraksi Ciri Fraktal. Tugas Akhir. Bandung: IT Telkom. 2012
[12] Riyanti, Marlina Eva. Deteksi Dan Klasifikasi Penyakit Anemia (Defiensi Besi,
Hemolitik Dan Hemoglobinopati) Berdasarkan Struktur Fisis Sel Darah Merah Menggunakan Pengolahan Citra Digital. Tugas Akhir. Bandung: ITTelkom. 2009
[13] Sitepu, Bobby Ramses Erguna. Hubungan Ukuran Pupil Dengan Miopia Derajat
Sedang Dan Berat. Tesis. Medan: Universitas Sumatera Utara. 2008
[14] Swasty S. Perbedaan Lama Pencapaian Midriasis Dan Ukuran Pupil Maksimal
Yang Dapat Dicapai Pada Berbagai Derajat NPDR (Diabetes Militus Tipe 2) Setelah Pemberian Tetes Mata Tropicamide 1%. Semarang: Program Pasca Sarjana
Universitas Diponegoro. 2005
