BAB 1 PENDAHULUAN
1.1 Latar Belakang
Osteoporosis merupakan penyakit yang ditandai dengan penurunan kepadatan mineral tulang, perubahan mikroarsitektur tulang, dan penurunan kualitas jaringan tulang, yang mengakibatkan tulang menjadi rapuh, sehingga tulang mudah retak atau bahkan patah (Depkes, 2008). Osteoporosis adalah kelainan tulang yang dikarakterisasikan dengan densitas massa tulang yang rendah dan deteriorisasi jaringan tulang, dengan subsekuensi kerapuhan tulang dan mengakibatkan tulang menjadi rawan patah (Bartl & Frisch, 2009). Osteoporosis tidak memiliki gejala khusus, sehingga dibutuhkan deteksi awal agar penyakit ini dapat dicegah. Adapun deteksi awal osteoporosis dilakukan dengan cara melihat tekstur tulang. Tekstur tulang dapat dilihat melalui citra bone radiograph.
Ada beberapa teknik yang digunakan untuk mengukur kepadatan mineral tulang, diantaranya adalah SXA (Single Energy X-Ray Absorptiometry), DXA (Dual Energy X-Ray Absorptiometry), PDXA (Peripheral Dual Energy X-ray Absorptiometry),QCT (Quantitative Computated Tomography), SPA (Single Photon Absorptiometry),DPA (Dual Photon Absorptiometry), Ultrasound, dan RA (Radiographic Absorptiometry). Adapun teknik yang dijadikan standar dalam diagnosis osteoporosis adalah DXA. Di Indonesia, jumlah DXA yang tersedia masih sedikit dan biaya pemeriksaannya relatif mahal (Wahyudiyanta, 2010). Hal ini menyebabkan pemeriksaan radiologi biasa (morfometri) masih memiliki peranan besar dalam diagnosis osteoporosis karena jumlahnya lebih banyak dan biayanya relatif lebih murah. Akan tetapi, identifikasi osteoporosis melalui citra hasil morfometri masih dilakukan secara manual oleh pakar Rheumatologi, sehingga hasil identifikasi tergantung pada keahlian dan pengalaman pakar Rheumatologi tentang osteoporosis.
Basis Function (RBF) (Kavitha et al, 2012), dimana bagian yang diidentifikasi adalah tulang rahang. Penelitian selanjutnya dilakukan dengan menggunakan jaringan saraf tiruan backpropagation dan representasi ciri dalam ruang eigen (Mardianto & Pratiwi, 2008). Bagian yang diidentifikasi adalah pergelangan tangan dan jari tangan. Jaringan saraf tiruan yang digunakan mampu mengenali pola learning dengan baik, tetapi kurang berhasil mengenali pola non-learning, sehingga hasil klasifikasi menjadi kurang baik.
Ekstraksi fitur merupakan proses pengambilan karakteristik atau ciri-ciri yang unik dari suatu objek yang akan diolah. Gray Level Co-occurrence Matrix(GLCM) yang juga disebut dengan grey tone spatial dependency matrix merupakan salah satu metode statistik analisis tekstur berdasarkan pada hubungan antara nilai piksel abu-abu dalam citra. GLCM menggunakan perhitungan tekstur pada orde kedua yang memperhitungkan hubungan antar pasangan dua piksel pada citra asli (Kadir, 2013).
Evolving Connectionist Systems (ECoS) adalah neural network yang mampu mengembangkan struktur, fungsionalitas, dan representasi pengetahuan internal melalui pembelajaran yang berkelanjutan dari data dan interaksi dengan lingkungan (Kasabov, 2007). ECoS mampu mengatasi kelemahan-kelemahan pada jaringan saraf tiruan seperti kesulitan dalam menentukan arsitektur sistem dan waktu pelatihan yang cukup lama. Algoritma ECoS yang akan diimplementasikan adalah Simple Evolving Connectionist Systems (SECoS) atau disebut juga Evolving Multilayer Perceptrons
(eMLP). Evolving multilayer perceptron merupakan algoritma multi layer perceptron
pada jaringan syaraf tiruan yang telah mengimplementasikan konsep dari Evolving Connectionist System (ECOS). Algoritma ini dapat mengembangkan struktur jaringannya sendiri sesuai dengan input yang diterima.
Pada penelitian ini penulis akan menggunakan Evolving Multilayer Perceptron
dalam mengklasifikasikan citra bone radiograph. 1.2. Rumusan Masalah
pengalaman pakar Rheumatologi mengenai osteoporosis. Oleh karena itu diperlukan suatu pengolahan citra pada citra bone radiograph untuk membantu dokter atau ahli rheumatologi dalam mendiagnosis osteoporosis.
1.3. Batasan Masalah
Batasan masalah pada penelitian ini adalah:
1. Citra bone radiograph yang digunakan berformat .tiff. 2. Citra yang digunakan adalah citra grayscale.
3. Pada bone radiograph tidak ditemui tulang yang retak atau patah. 4. Citra bone radiograph berukuran 400x400 piksel.
1.4. Tujuan Penelitian
Tujuan dari penelitian ini yaitu untuk mengidentifikasi osteoporosis pada citra digital
bone radiograph menggunakan Evolving Multilayer Perceptron.
1.5. Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini adalah:
1. Mengetahui kemampuan metode GLCM untuk ekstraksi fitur dan metode eMLP dalam klasifikasi osteoporosis pada citra bone radiograph.
2. Memberikan masukan untuk penelitian lain dalam bidang image processing.
1.6. Metode Penelitian
Tahapan-tahapan yang akan dilakukan pada pelaksanaan penelitian adalah sebagai berikut:
1. Studi Literatur
Studi literatur dilakukan dalam rangka pengumpulan bahan referensi mengenai osteoporosis, image processing, dan Evolving Multilayer Perceptron.
2. Analisis Permasalahan
3. Perancangan
Pada tahap ini dilakukan perancangan arsitektur, pengumpulan data, dan perancangan interface.
4. Implementasi
Pada tahap ini dilakukan implementasi dari racangan yang telah dibangun ke dalam kode program.
5. Pengujian
Pada tahap ini dilakukan pengujian terhadap sistem yang telah dibangun. 6. Dokumentasi dan Penyusunan Laporan
Pada tahap ini dilakukan dokumentasi dan penyusunan laporan hasil analisis dari implementasi Evolving Multilayer Perceptron dalam identifikasi osteoporosis.
1.7. Sistematika Penulisan
Sistematika penulisan skripsi ini terdiri dari lima bagian utama antara lain sebagai berikut:
Bab 1: Pendahuluan
Bab ini terdiri dari latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan.
Bab 2: Landasan Teori
Bab ini berisi teori-teori yang digunakan untuk memahami permasalahan yang dibahas pada penelitian ini. Pada bab ini juga dijelaskan tentang penerapan Evolving Multilayer Perceptron (eMLP) untuk mengidentifikasi osteoporosis pada citra bone radiograph.
Bab 3: Analisis dan Perancangan Sistem
Bab 4: Implementasi dan Pengujian Sistem
Bab ini membahas tentang implementasi dari analisis dan perancangan yang disusun pada Bab 3 dan pengujian untuk mengetahui apakah hasil yang didapatkan sesuai dengan yang diharapkan.
Bab 5: Kesimpulan dan Saran
