BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Rancangan Antarmuka (interface) Program
Rancangan antarmuka (interface) program terdiri dari form cover, form testing dan form training (untuk programer).
4.1.1Form Cover
Gambar 4.1 Antarmuka (interface)cover program
Pada Gambar 4.1 adalah tampilan awal atau coveruntuk masuk ke perangkat lunak deteksi ischemia. Dimana pada formini ada tombol toolpada kiri atas formyakni :
4.1.2 Form Training
Gambar 4.2 Antarmuka (interface)trainingprogram
Pada Gambar 4.2 merupakan form pelatihan (traininig) untuk pembelajaran pola grafik potensial sinyal ECG untuk nantinya hasilnya menjadi masukan pada form testing deteksi ischemia pada citra sinyal ECG. Pengguna (programer) bisa memberi masukan yang bervariasi pada hidden layerdanepoch. Output yang ditampilkan pada form training adalah bobot dan bias baru untuk hidden dan input.Dimana pada formini ada tombol toolpada kiri atas formyakni:
A. Tombol Proses, berisi training untuk mengolah citra sinyal ECG agar bisa menghasilkan citra yang sesuai keinginan.
4.1.3 Form Testing
Gambar 4.3Antarmuka (interface)testing program
Pada Gambar 4.3 adalah formuji (testing) untuk deteksiischemiapada citra grafik sinyal ECG, dimana pada formini outputyang ditampilkan yaitu hasil pengolahan citra dari proses grayscale, gamma corection, segmentasi,morfologi citra dan hasil visualisasi ekstraksi fitur citra ECG yang diujikan.Form ini ada beberapa tombol toolpada kiri atas formyakni:
A. Tombol File, terdiri dari:
1. Browse untuk mengambil data citra sinyal ECG pada directory. 2. Exit untuk keluar dari form.
B. Tombol Proses, terdiri dari:
2. Deteksi Ischemia untuk menganalisis hasil olahcitra dan menampilkan hasil diagnosa penyakit.
4.2 Persiapan Data
Tahap awal yang dilakukan adalah persiapan data yakni melakukan pemotongan citra sinyal ECG pada lead III. Penggunaan lead III dikarenakan menurut referensi dari dokter kelainan myocardial ischemiamuncul pada lead III, sedangkan pemotongan citra sinyal ECG pada lead III memiliki lebar sebesar 157 pixel. Pengambilan nilai 157 pixel berdasarkan visual dari lead yang direferensikan oleh dokter. Banyak data citra sinyal ECG terdiri dari 66 data training dan 26 data testing, dimana masing-masing data terdiri dari data jantung normal, ischemia dan abnormal variasi jantung. Gambar hasil pemotongan citra sinyal ECG untuk normal jantung, ischemia dan abnormal variasi jantung disajikan pada Gambar 4.4
(a)Normal (b) Ischemia (c) Abnormal Variasi
Gambar 4.4 Hasil pemotongan Citra ECG
4.3 Hasil Pengolahan Citra
4.3.1 Proses Preprosesing
Tahap pertama dilakukan proses grayscale dimana mengubah citra ECG berwarna menjadi citra abu-abu (gray). Tahap ketiga adalah proses gamma correction. Gamma correction sangat penting dalam upaya menampilkan citra secara akurat. Citra yang tidak diperbaiki dengan benar sering menampilkan tampilan yang tidak sesuai, dan yang sering adalah gambar teralalu gelap. Gambar hasil grayscale citra sinyal ECG untuk normal jantung, ischemia dan abnormal variasi jantung disajikan pada Gambar 4.5, dan untuk hasil gamma corection disajikan pada Gambar 4.6.
(a)Normal (b) Ischemia (c) Abnormal Variasi
Gambar 4.5Hasil GrayscaleCitra ECG
(a)Normal (b) Ischemia (c) Abnormal Variasi
4.3.2 Proses Segmentasi
Pada proses segmentasi, menentukan nilai threshold (T) adalah dengan membuat histogram citra. Nilai T dapat dipilih secara manual atau dengan teknik yang otomatis. Nilai ambang T dipilih sedemikian sehingga galat yang diperoleh sekecil mungkin. Gambar hasil threshold untuk disajikan pada Gambar 4.7.
(a)Normal (b) Ischemia (c) Abnormal Variasi
Gambar 4.7Hasil thresholdCitra ECG
4.3.3 Proses Morfologi Citra
Dalam proses morfoologi dilakukan 2 operasi pengolahan citra yakni operasi dilasi dan operasi erosi.
A. Proses Dilasi
(a)Normal (b) Ischemia (c) Abnormal Variasi
Gambar 4.8 Hasil dilasi Citra sinyal ECG
B. Proses Erosi
Proses erosi citra, dimana proses ini mengecilkan atau menipiskan obyek citra biner, berbeda dengan dilasi yang melakukan penumbuhan/penebalan. Proses erosi dapat dianggap sebagai operasi morphological filtering dimana detail citra yang lebih kecil dari strel akan difilter (dihilangkan) dari citra. Pada proses ini menggunakan strel jenis square (bujur sangkar). Gambar hasil erosi citra sinyal ECG untuk normal jantung, ischemiadan abnormal variasi jantung disajikan pada Gambar 4.9.
(a)Normal (b) Ischemia (c) Abnormal Variasi
Gambar 4.9Hasil Erosi Citra sinyal ECG
4.3.4 Proses Ekstraksi fitur
didapatkan ordinat potensial citra sinyal ECG yang kemudian dijadikan sebagai masukan untuk proses training JST. Setelah didapatkan ordinat potensial grafik sinyal ECG, dibuat visualisasi potensial citra ECG untuk mengetahui hasil dari pengolahan citra sama dengan gambar aslinya. Gambar visualisasi fitur potensial citra ECG untuk normal jantung, ischemiadan abnormal variasi jantung disajikan pada Gambar 4.10.
(a)Normal (b) Ischemia (c) Abnormal Variasi
Gambar 4.10Visualisasi Fitur Potensial Citra ECG
4.4 Pengujian Proses Jaringan Saraf Tiruan (backpropagation)
Pengujian ini dilakukan pada proses-proses yang terdapat dalam aplikasi jaringan saraf tiruan.
4.4.1 Hasil Pelatihan(Training) Pada Model Jaringan Saraf Tiruan
(backpropagation)
Tabel 4.1 Hubungan Jumlah hidden layer, epochdan MSE. No. Hidden
Layer Epoch MSE
Akurasi (%)
1. 3 11000 0,405 74,2424
2. 6 11000 0,0231 98,4848
3. 9 11000 3,25 x 10-5 mendekati nilai konstan (kovergen). Dari hasil variasi hidden layer tersebut didapatkan hasil nilai MSE mendekati nilai konstan pada hidden layer sebanyak 11 dengan tingkat akurasi mencapai 100 %, sehingga arsitektur jaringan ini akan menjadi masukan pada proses testing. Hasil proses training data pada jumlah hidden layer 11 dapat dilihat pada Gambar 4.11.
4.4.2 Hasil Testing Model Jaringan Saraf Tiruan (Backpropagation)
Uji validasi yang dilakukan adalah bobot baru hasil dari proses training dibuat sebagai masukan (input) untuk proses testing, kemudian dengan target data testing yang telah ditentukan. Data diolah pada jaringan saraf tiruan (JST), output menghasilkan diagnosa dari citra ECG tersebut. Hasil deteksi citra ECG oleh jaringan saraf tiruan backpropagation dibandingkan dengan identifikasi hasil medis, kemudian dari perbandingan tersebut akan diketahui apakah data tersebut sudah sesuai dengan hasil medis. Hasil testing data disajikan pada Tabel 4.2 dengan nilai target 1 untuk kondisi ischemia, nilai target 0 untuk kondisi normal, dan nilai target -1 untuk kondisi abnormal variasi jantung.
Tabel 4.2 Hasil uji software dibandingkan dengan hasil identifikasi medis.
6
Abnormal
Variasi -1
Abnormal
Variasi Terdeteksi 7
Normal 0 Normal Terdeteksi
8
Normal 0 Normal Terdeteksi
9
Ischemia 1 Ischemia Terdeteksi
10
Normal 0 Normal Terdeteksi
11
Ischemia 1 Ischemia Terdeteksi
12
Normal 0 Normal Terdeteksi
13
Ischemia 1 Ischemia Terdeteksi
14
Kesalahan deteksi software adalah 3 kali kesalahan dari 26 data yang diuji cobakan terhadap sistem, dengan kata lain tingkat akurasinya mencapai 89 %.
