KOMPUTERISASI IRIDOLOGI UNTUK MENDETEKSI KONDISI GINJAL BERBASIS JARINGAN SARAF TIRUAN LEARNING VECTOR QUANTIZATION

(1)

KOMPUTERISASI IRIDOLOGI UNTUK MENDETEKSI KONDISI GINJAL BERBASIS JARINGAN SARAF TIRUAN LEARNING VECTOR QUANTIZATION

Yosy Arisandy¹, Achmad Rizal², D'hiru Irmm.sked³

¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom

Abstrak

Iridology merupakan ilmu pengetahuan dan praktik yang dapat mengungkapkan kondisi organ tubuh didasarkan pada analisis susunan iris mata (selaput pelangi). Perubahan atau gangguan penyakit pada jaringan tubuh akan diinformasikan melalui neuron serabut saraf ke otak.

Informasi berupa gelombang energi ini oleh otak dipancarkan ke mata dan terekam serta difiksasi oleh iris mata.Selanjutnya, fiksasi rekaman ini menjadi jejak-jejak data yang dapat dideteksi sehubungan dengan gangguan/ penyakit yang dialami oleh organ tubuh.

Penelitian tentang komputerisasi iridology yang telah dilakukan sebelumnya menggunakan jaringan syaraf tiruan back propagation dan kohonen. Learning Vector Quantization merupakan suatu metode untuk melakukan pelatihan tehadap lapisanlapisan kompetitif yang terawasi.

Lapisan kompetitif belajar secara otomatis untuk melakukan klasifikasi terhadap vector input yang diberikan. Apabila vector input memiliki jarak yang berdekatan, maka akan dikelompokan dalam kelas yang sama .

Pada penelitian ini,pendeteksian kondisi ginjal didesain melalui tahapan segmentasi,ekstraksi variasi tekstur, dan pengenalan pola jeringan syaraf tiruan LVQ. Masukan berupa sampel iris pasien yang menujukkan 5 kondisi stadium yaitu normal, akut, subakut,kronis dan degeneratif.

Pengujian dilakukan dengan program simulasi menggunakan perangkat Matlab 7.1.0 Pengenalan terhadap klasifikasi nilai vektor ciri pada setiap iris diperoleh dari banyaknya nilai pengenalan atau jumlah persentase setiap nilai kelas target yang ditentukan. Persentase pengenalan terbaik adalah 96%. Dari hasil pengujian dengan jaringan dan akuisisi terbaik tingkat keberhasilan program untuk mengenali berkas citra iris yang diujikan adalah 100%. Waktu yang diperlukan untuk pengenalan kelainan ginjal untuk area mata kanan adalah 2,5443 detik sedangkan untuk mata kiri 2,8388 detik

Kata Kunci : Iridology, akut, subakut, normal, degeneratif, kronis, LVQ

Abstract

Iridology is a science and practice that can express body state based on the analysis of iris structure. The changes or disturbances of disease on body network will be informed by neuron nerve fiber to brain. This energy wave information spread to eye by brain, recorded and fixed by pupil. Then, this recorded fixation become data trails which can be detected by

disturbance/disease that is filed by body organ.

The research about iridology computerization which has done before used back propagation of imitation nerve network and kohonen. Learning Vector Quantization is a method for doing examine to layers competitive which watched. The layer competitive learns automatically to do classification to vector input that given. When vector input has near distance each other, it will be grouped in the same class.

In this research, the detection of kidney is designed by segmentation state, extraction texture variation and introduction to the LVQ imitation of nerve network. The input is patient’s iris sample which shows state condition, normal, acute, sub acute, chronicle and degenerate.

The test does with program simulation use Matlab 7.1.0 Introduction to classification of vector point characteristic to every iris is got from sum of introduce point or sum of every class presentation. The best introduce presentation is 96%. From the result of the test with network and the best acuities of success level program to know the sheaf of iris image that tested is 100%.

Time needed for introducing the kidney different to right eye area is 2,5443 seconds and to the left is 2,8388 seconds.

Keywords : Iridology, acute, sub acute, normal, degenerate, chronic, LVQ

Powered by TCPDF (www.tcpdf.org)

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

(2)

BAB I

PENDAHULUAN

1.1 Latar Belakang

Ilmu iridologi adalah metode yang memungkinkan dokter dan praktisi kesehatan maupun orang awam untuk memberitahukan kondisi refleks sejumlah organ dan sistem tubuh, dari ciri-ciri atau tanda-tanda yang ada di dalam iris.

Sementara itu, teknologi pengolahan citra digital juga telah dibangun dari penelitian seluruh dunia. Dan kombinasi dari iridologi dengan pengolahan citra digital dalam satu kesatuan sistem iridologi terkomputerisasi akan menghasilkan klasifikasi yang objektif, dan dapat mempermudah pekerjaan dari seorang iridologist.

Proses terkomputerisasi pada tugas akhir ini untuk menghasilkan suatu deteksi kondisi ginjal area iris pukul 5.45 untuk iris kanan dan area 6.15 untuk iris kiri. Dimana ada empat level stadium dari penyakit atau peradangan pada tubuh yang bisa diungkapkan oleh iris dari kondisi normal menjadi akut, subakut, kronis dan degenerasi. Penelitian ini difokuskan pada ginjal manusia, karena mengingat pasien yang mengalami kelainan ginjal cukup tinggi, maka diharapkan penelitian ini dapat bermanfaat di hari kedepannya.

1.2 Tujuan Penulisan

Tujuan dari penulisan tugas akhir ini adalah :

Untuk membandingkan performansi kinerja system deteksi kelainan pada ginjal dengan jaringan syaraf tiruan LVQ dan hasil analisis dari Iridologist.

1.3 Perumusan Masalah

Masalah yang dibahas dalam tugas akhir ini adalah langkah dalam merancang suatu perangkat lunak untuk mengetahui kelainan stadium serta kondisi normal pada ginjal khusus area iris kanan 5.45 dan area iris kiri 6.15 dengan menggunakan teori iridologi, pengolahan sinyal digital dan jaringan syaraf tiruan LVQ sebagai pengklasifikasiannya.

1.4 Batasan Masalah

Dalam pembahasannya,tugas akhir ini dibatasi pada hal-hal:

1. Input sistem adalah citra mata yang didapatkan dengan menggunakan kamera digital CASIO QV-800SX dalam format JPEG berukuran 640 x 480.

(3)

Bab I : Pendahuluan [2]

Komputerisasi Iridologyuntuk Mendeteksi Kondisi Ginjal Berbasis Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ)

2. Area penelitian yaitu kelainan ginjal area iris kanan 5.45 dan area iris kiri 6.15 dengan menggunakan sampel pasien yang meliputi 5 stadium yaitu akut, sub akut, kronis dan degeneratif serta kondisi normal ginjal.

3. Alat bantu yang dipakai dalam tugas akhir ini adalah Adobe Photoshop CS.

4. Perangkat lunak yang dihasilkan adalah untuk mendeteksi citra iris yang mengalami kelainan ginjal area iris kanan 5.45 dan area iris kiri 6.15.

5. Parameter yang dihasilkan adalah akurasi atau ketelitian yang dicapai oleh sistem dalam menganalisa stadium dengan pendekatan secara objektif, dan diukur dengan membandingkan hasil stadium oleh sistem dengan keputusan stadium oleh Iridologist.

1.5 Metodologi Penulisan

Metodologi yang digunakan dalam penulisan tugas akhir ini adalah : 1. Studi Literatur

Bertujuan untuk mempelajari dasar teori dari iridologi, pengolahan citra digital, dan jaringan syaraf tiruan LVQ sebagai basis desain sistem.

2. Pengumpulan Data

Bertujuan untuk mendapatkan sample dari citra iris yang akan digunakan sebagai masukan dari sistem, untuk melatih dan menguji suatu proses.

Pengumpulan koleksi akan diperoleh dari klinik Iridologi Ir.D’Hiru MM.S.ked. dengan Ir.D’Hiru MM.S.ked sebagai Iridologist.

3. Studi Pengembangan Aplikasi

Bertujuan untuk menentukan metodologi pengembangan perangkat lunak yang digunakan dengan pendekatan terstruktur dan melakukan analisa perancangan.

4. Implementasi Perangkat Lunak

Bertujuan untuk melakukan implementasi metode pada perangkat lunak sesuai dengan analisa perancangan yang telah dilakukan.

5. Analisa Performansi

Bertujuan untuk melakukan analisa performansi dengan menggunakan JST- LVQ dan yang dapat dicapai oleh sistem.

6. Pengambilan Kesimpulan

(4)

Bab I : Pendahuluan [3]

1.6 Sistematika Penulisan

Tugas akhir ini disusun menjadi 5 BAB, dengan rincian sebagai berikut : BAB I PENDAHULUAN

Bab ini membahas tentang latar belakang penulisan, tujuan penulisan, perumusan masalah, batasan masalah, metodologi penulisan, serta sistematika penulisan.

BAB II LANDASAN TEORI

Berisi tentang teori yang mendukung dan mendasari penulisan tugas akhir ini, yaitu iridologi, pengolahan citra digital, dan jaringan syaraf tiruan LVQ BAB III PERANCANGAN SISTEM

Bab ini menguraikan tentang tahap proses perancangan dalam mengimplementasikan perangkat lunak untuk mengklarifikasikan stadium kelainan ginjal area iris kanan 5.45 dan area iris kiri 6.15 dan kondisi ginjal normal

BAB IV PENGUJIAN SISTEM DAN ANALISA

Berisi pengujian dan analisis terhadap hasil yang diperoleh dari tahap perancangan dan implementasi.

BAB V KESIMPULAN DAN SARAN

Bab ini memberikan kesimpulan dari analisa yang telah dilakukan dan saran untuk pengembangan lebih lanjut.

(5)

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari hasil analisis terhadap pengujian yang dilakukan pada sistem klasifikasi pada citra iris area ginjal menggunakan jaringan syaraf tiruan Learning vector Quantization (LVQ), dapat disimpulkan beberapa hal sebagai berikut:

1) Untuk merancang dan melakukan implementasi perangkat lunak dalam pengidentifikasian kondisi ginjal dapat digunakan metode Dekomposisi Paket Wavelet dan Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ).

2) Keberhasilan sistem dalam pengolahan citra dipengaruhi oleh akuisisi citra, baik dari pencahayaannya dan jarak antar kamera digital dengan iris mata pasien yang akan diujikan, agar kondisi iris mata pasien benar-benar dalam keadaan rileks tanpa akomodasi yang berlebihan dan proses pengolahan awal citra yang buruk menyebabkan sistem tidak mampu mengolah citra tersebut sehingga terjadi kesalahan pengenalan citra. Misalkan kesalahan dalam menetukan letak pupil.

3) Tingkat akurasi yang paling baik pada sistem deteksi kelainan ginjal yang dirancang adalah 100% untuk data latih dan 96% untuk data uji

4) Ekstraksi ciri dengan filter Symlet memberikan hasil deteksi yang lebih akurat bila dibandingkan dengan coiflet dan doubechies.

5) Orde filter symlet pada ekstraksi ciri yang memberikan hasil deteksi paling akurat adalah 2.

6) Pemilihan data latih yang dimasukkan pada proses pelatihan mempengaruhi tingkat akurasi sistem.

7) Dari hasil pengujian, waktu yang diperlukan oleh sistem untuk mendeteksi kelainan pada ginjal untuk mata kanan 2,5443 detik dan mata kiri 2,8388 detik.

(6)

Bab V : Kesimpulan dan Saran []

42

5.2 Saran

Penelitian lebih lanjut diharapkan dapat memperbaiki kekurangan yang ada dan diharapkan dapat mengembangan yang apa yang telah dilakukan pada penelitian ini. Untuk itu disarankan hal-hal berikut.

1. Pengambilan citra iris mata dapat dilakukan dengan pencahayaan yang diatur sedemikian rupa sehingga pada citra iris tidak terdapat kilatan cahaya yang menghilangkan sebagian informasi tekstur iris.

2. Sebaiknya data yang diperoleh memiliki pola serabut iris mata dan warna yang sama sehingga keakuratan data lebih baik lagi.

3. Untuk meningkatkan akurasi sistem identifikasi, jumlah elemen vektor ciri ditambah dengan penambahan kombinasi level frekuensi dan memperbanyak penggunaaan variasi hidden neuron.

4. Sistem identifikasi kelainan ginjal dalam ilmu iridologi dapat dikembangkan sekaligus dengan perangkat keras dalam memproses citra iris secara waktu nyata (realtime), sehingga nantinya dapat dipergunakan secara nyata dalam aplikasi kehidupan sehari-hari.

5. Untuk penelitian lebih lanjut proses klasifikasi dengan JST dapat digunakan algoritma JST dengan metode Unsupervised learning misalnya Adaptive Resonance Theory ( ART ) sebagai perbandingan dengan metode JST yang telah dilakukan pada penelitian sebelumnya.

(7)

Daftar pustaka

1. Dewi, Sri Kusuma. 2004. ”Membangun Jaringan Syaraf Tiruan menggunakan Mathlab dan EXCEL LINK”. Graha Ilmu, Yogyakarta.

2. D’hiru, 2005. ”IRIDOLOGI mendeteksi penyakit hanya dengan mengintip mata”.Gramedia, Jakarta.

3. Habibie, Nurmila Setiawati. Deteksi Kelainan Jantung Berdasarkan Suara Jantung Menggunakan DekomposisiPaket Wavelet dan Jaringan staraf Tiruan LVQ. Tugas Akhir. STT Telkom. Bandung. 2006

4. Handayani, Irma, 2002. “Identifikasi Iris Mata Menggunakan Filter Gabor Wavelet dan Jaringan Syaraf Tiruan”. Sekolah Tinggi Teknologi Telkom, Bandung.

5. Mujiati, 2006.”Pendeteksian Kelainan Pada Leher Menggunakan Komputerisasi Iridologi Berbasis jaringan Syaraf Tiruan Kohonen”, Sekolah Tinggi Teknologi Telkom,Bandung.

6. Rafael C.Gonzales and Richard E.Woods.2001. Digital Image Processing (2^nded.) . Addition-Wesley Publishing Company, Inc.

7. Ratmayanti, Dessy, 2005. “Pendeteksian Kelainan Otak Fisiologis Menggunakan Komputerisasi IRIDOLOGI”, Sekolah Tinggi Teknologi Telkom,Bandung.

8. Siang, Jong Jek, 2004. “Jaringan Syaraf Tiruan & Pemrogramannya Menggunakan Matlab”. ANDI Offset, Yogyakarta.

9. The Math Work inc. 2000. MATLAB Image Processing Toolbox User Guide.

10. The Math Work inc. 2000. MATLAB. Neural Network Toolbox User Guide.

11. The Math Work inc. 2000. MATLAB Wavelet Tutorial User Guide.

12. ____,2007.Chart Iridology.(online).Tersedia: http://www.yourtotalhealth.info

Powered by TCPDF (www.tcpdf.org)