1
PENDAHULUAN
1.1. Latar Belakang Masalah
Kanker merupakan salah satu penyebab kematian utama di seluruh dunia.
Pada tahun 2012, sekitar 8.2 juta kematian yang disebabkan oleh kanker, salah satunya yaitu kanker payudara. Kanker payudara adalah tumor ganas yang terbentuk dari sel-sel payudara yang tumbuh dan berkembang tanpa terkendali sehingga dapat menyebar diantara jaringan atau organ di dekat payudara atau bagian tubuh lainnya (Pusat Data Dan Informasia Kementrian Kesehatan RI, 2016).
Pada umumnya, kanker payudara didiagnosa melalui pemeriksaan rutin atau ketika pasien menyadari gejala-gejala tertentu, tetapi pemeriksaan fisik saja tidak cukup untuk mengonfirmasi diagnosa kanker payudara sehingga dilakukan berbagai prosedur pemeriksaan seperti mamografi, biopsy, serta menggunakan sinar-X yang memberikan gambaran tentang jaringan lunak pada payudara.
Pemeriksaan ini berguna untuk mendeteksi masalah atau penyakit yang ada pada payudara. Setelah dilakukan mamografi terhadap pasien, hasil mamografi tersebut harus di lakukan pengujian laboraturium untuk mendeteksi pengenalan area kanker. Dalam bidang kedokteran sering mengalami kesulitan dalam mengamati citra Mamografi, karena hasil citra mempunyai drajat keabuan sehingga sulit untuk melihat jenis area bagian kanker (Handayani, & Septa, 2014).
Untuk membantu permasalahan tersebut maka diterapan teknik pengolahan citra, untuk menganalisis citra mikroskopis kanker payudara. Salah satu metode yang digunakan yaitu metode segmentasi citra. Segmentasi citra adalah sebuah proses untuk memisahkan objek dari background, sehingga objek tersebut dapat di proses untuk keperluan lain. Dengan proses segmentasi tersebut, masing –masing objek dapat digunakan sebagai input bagi proses yang lain (Arifin,2016).
Pada penelitian sebelumnya menggunakan aplikasi matlab dengan algoritma expectation maximization segmentation (EM-Segmentation). Hasil segmentasi yang baik terdapat pada citra yang di segmentasi dengan jumlah Cluster 5, karena pembagian warna segmentasinya lebih baik sehingga dapat dilihat area kanker dan penyebarannya (Handayani & Septa, 2014).
Pada penelitian ini menggunakan segmentasi obyek pada citra digital menggunakan metode otsu thresholding. Penelitian ini membagi menjadi lima proses, yaitu input data citra, pre-processing, segmentasi, cleaning, dan penghitungan akurasi. Pengujian dilakukan pada Weizmann Segmentation Database sebanyak 30 citra digital RGB. Akurasi yang didapat dari pengujian tersebut sebesar 93,33% (Safi’i, Wahyuningrum, & Muntasa, 2015).
Penelitian ini melakukan analisis karakteristik ABCDE pada sel nevus.
Penelitian ini menggunakan operasi kanal warna HIS dengan dilakukan konversi menjadi citra biner, dilakukan segentasi citra berupa filter median, kontruksi morfologi dan pada tahap akhir deteksi tepi dengan operator sobel serta dilakukan penggabungan citra untuk menabah presisi perhitungan luas diameter (Septian, Riana, & Prayoga, 2016).
Dari hasil penelitian sebelumya maka penelitian ini akan membahas
mengenai cara menghitung kalkulasi diameter kanker payudara. Secara umum tahapan untuk kalkulasi diameter kanker payudara adalah sebagai berikut : mengambil citra asli, lalu citra asli dilakukan proses Enhancement atau perbaikan citra, perbaikan kualitas citra dapat dilakukan dengan metode Intensity Adjustment agar citra yang di masukan mempunyai kualitas yang lebih baik. Dari hasil perbaikan kualitas citra dilakukan proses segmentasi dengan menggunakan metode Otsu Thresholding. Setelah hasil segmentasi diperoleh, dilakukan perhitungan luas area dan diameter kanker payudara dalam satuan piksel. Konfersi satuan diameter yang semula piksel diubah menjadi milimeter. Hasil segmentasi dan tahap terahir adalah penentuan kalkulasi diameter kanker payudara.
Berdasarkan uraian tersebut, penelitian ini mengimplementasikan segmentasi metode Otsu Thresholding untuk menghitung diameter kanker payudara. Tujuannya adalah untuk menerapkan metode Otsu Thresholding sebagai metode segmentasi untuk mendapatkan kalkulasi diameter kanker payudara. Segmentasi dilakukan pada Weizmann database, data yang digunakan sebanyak 50 citra dengan format pgm, bmp dan jpg. Hasil dari penelitian ini berupa citra segmentasi dan kalkulasi diameter citra kanker payudara. Sehingga penelitian ini diberi judul “Deteksi Diameter Kanker Payudara Menggunakan Segmentasi Citra Berdasarkan Metode Otsu Thresholding”.
1.2. Rumusan Masalah
Berdasarkan uraian latar belakang diatas maka yang menjadi rumusan masalah , sebagai berikut :
1. Bagaimana proses perbaikan kualitas citra menggunakan metode Intensity
Adjustment ?
2. Bagaimana proses segmentasi citra menggunakan metode Otsu Thresholding?
3. Bagaimana hasil dari kalkulasi diameter kanker payudara kanker dengan menggunakan metode Otsu Thresholding ?
1.3. Maksud dan Tujuan
Maksud dari penelitian ini diantaranya :
1. Menerapkan metode Intensity Adjustment agar citra kanker payudara memiliki kualitas yang lebih baik.
2. Menerapkan suatu metode Otsu Thresholding untuk menentukan analisis segmentasi citra pada kanker payudara.
3. Menerapkan metode Otsu Thresholding untuk mendapatkan hasil kalkulasi diameter kanker payudara.
Tujuan dari penulisan skripsi ini yaitu untuk memenuhi syarat kelulusan Program Strata Satu (S1) Jurusan Teknik Informatika Fakultas Teknik Universitas BSI.
1.4. Metode Penelitian
Metode penelitian yang digunakan dalam penelitian ini adalah 1.4.1. Teknik Pengumpulan Data
Dalam penyusunan penelitian ini teknik pengumpulan data yang dilakukan oleh penulis, sebagai berikut :
1. Observasi
Pada tahap observasi penulis mengambil dataset dari internet. Dataset yang penulis gunakan pada penelitian ini adalah citra kanker payudara yang di unduh di www.mammoimage.org/databases/.
2. Studi Pustaka
Studi Pustaka digunakan untuk mendukung pembuatan system aplikasi ini, maka dilakukan studi pustaka dengan mengumpulkan bahan dari beberapa sumber, seperti di ebook, jurnal, situs web, literatur dan buku referensi yang membahas tentang kanker payudara.
1.4.2. Metode Pengembangan Aplikasi
Menurut (Pressman, 2010) metode waterfall adalah suatu proses pengembangan perangkat lunak berurutan, dimana kemajuan dipandang sebagai terus mengalir ke bawah (seperti air terjun) melewati fase-fase perancangan, pemodelan, implementasi (kontruksi), dan pengujian. Dalam pengembangan metode waterfall memiliki beberapa tahapan yang runtut:requitmen (analisis kebutuhan), desingn sistem (sistem coding), coding, testing, penerapan program, pemeliharaan. Tahapan-tahapan dari pengembangan metode waterfall adalah : 1. Analisis Kebutuhan
Pada tahap analisa kebutudan dalam mendeteksi diameter kanker payudara dapat menggunakan MATLAB R2013a.
2. Design
Pada tahap design penulis melakukan perancangan objek sesuai dengan kebutuhan pada perangkat lunak deteksi diameter kanker payudara. Proses disign ini menggunakan Use Case Diagram, dan Activity Diagram.
3. Coding
Coding yang di gunakan untuk menghitung diameter kanker payudara, dapat menggunakan bahasa pemrograman C, C++, java dan Fortan dengan menggunakan Matlab.
4. Testing
Pada tahap testing, penulis lakukan dengan menggunakan metode Black Box dan White Box testing. Agar uji coba terhadap program deteksi diameter kanker payudara yang dibuat apakah semua fingsi sudah berjalan dengan benar, bebas dari kesalahan, dan hasilnya harus sesuai dengan kebutuhan.
5. Implementasi
Pada tahap ini penulis melakukan pengimplementasian dalam bentuk GUI (Graphical User Interface) Matlab, sehingga pengguna dapat dengan mudah menggunakannya.
1.5. Ruang Lingkup
Citra yang digunakan pada penelitian ini adalah citra medis yang diunduh dari www.mammoimage.org/databases/ yang terdiri 50 sample yang di ambil secara random lalu di segmentasi, citra ini menggunakan metode Otsu untuk mendapatkan diameter pada kanker payudara dengan format citra pgm, bmp, gif dan jpg. Pengimplementasian aplikasi dibuat dengan menggunakan MATLAB R2013a.
