Hal: 1-5
Implementasi Algoritma Region Growing Monitoring Stadium Kanker Ovarium Berdasarkan Hasil Citra CT Scan
Nia Paramita Saragih1, Sinar Sinurat1
1Fakultas Ilmu Komputer dan Teknologi Informasi, Program Studi Teknik Informatika, Universitas Budi Darma, Medan, Indonesia Email: 1[email protected]
Abstrak
Region growing merupakan metode sederhana pada segmentasi citra yang dimulai dari beberapa pixel (seed) yang kemudian berkembang ke seluruh lmage dengan parameter panjang dan waktu serta citra berektensi jpg. Citra tersebut ditampilkan ke dalam program ( matlab), kemudian dilakukan proses grayscale, proses cropping dan proses region growing. outputnya berupa citra hasil proses cropping dan proses region growing outputnya berupa ct scan citra hasil proses grayscale proses cropping proses region growing dan nilai stadium kankerya kanker ovrium merupakan kanker alat genital yang dapat menyebabkan kematian terbanyak pada wanita mortalitas kanker ovarium di indonesia merupakan yang terbanyak setelah kanker serviks dan korpus hasil penelitian menunjukkan hubungan usia. Pada wanita yang memiliki resiko tinggi terkena kanker ovarium, operasi pengangkatan ovarium sebelum terkena kanker juga dapat dilakukan guna meminimalkan reisiko. Prosedur ini biasanya dianjurkan bagi wanita yang sudah memutuskan untuk tidak memiliki keturunan lagi.
Segmentasi citra merupakan serangkaian proses pada pengolahan citra yang bertujuan untuk mempermudah dalam menarik informasi dan melakukan analisis terhadap gambar . segmentasi merupakan pengukuran dengan membagi suatu citra menjadi berdasarkan kriteria kemiripan warna, greyscale, tekstur kedalaman dan gerak tentu antara tingkat keabuan suatu piksel dengan tingkat keabuan pikselpiksel yang lain.
Kata Kunci : Pengolahan Citra, Region Growing
1. PENDAHULUAN
Kanker merupakan suatu pertumbuhan sel normal yang dapat menyerang organ-organ tubuh. Penyakit kanker ini kasus terbanyak kedua yang dapat menyebabkan kematian secara perlahan, dan 8,8 juta kematian pada tahun 2015. Kanker ini salah satu dari empat jenis penyakit tidak menular (PTM) utama. Selain itu terdapat penyakit kardiovaskular, penyakit jantung coroner dan stroke, penyakit pernapasan kronis, asma dan penyakit paru obstuksi kronis, dan diabetes kanker ovarium suatu alat genital perempuan yang dapat menyebabkan kematian tertinggi.
Pada diagnosis penyakit kanker ovarium di USA, sejumlah kasus baru didapatkan sekitar 22.220 kasus setiap tahunya dan sekitar 16.210 kematian akibat penyakit ini.
Terdapat 6 % kanker ovarium dari total kanker pada perempuan dan terdapat 1 dari 68 perempuan yang menderita kanker ovarium pada pasien kanker ovarium , banyak kasus kanker yang ditemukan sudah pada stadium lanjut. Hal ini di sebabkan karena kanker tidak menunjukkan tanda dan gejala penyakit yang khas. Angka kejadian penyakit ini banyak ditemukan pada usia di atas 40- 44 tahun sekitar 15-16 per 100.000 orang dan usia 70-74 tahun sekitar 57 per 100.000 di temukan pasien dengan kanker ovarium. Sementara usia median saat di agnosis adalah usia 63 tahun, jumlah penderita berdasarkan penelitian karakteristik pasien kanker ovarium.
Adapun masalah pada penelitian ini yang dilakukan terhadap penderita kanker ovarium yang memiliki faktor resiko didapatkan tipe kanker ovarium adenokarsinoma jenis serosum. Untuk mengamati perkembangan area yang terkena kanker dari hasil scanya CT Computerized Tomography, apakah areanya makin meluas tipe histopatologi ini banyak di temukan sesuai dengan fakta
Resiko yang dimiliki oleh penderita berdasarkan faktor resiko usia, usia minarche indeks masa tubuh, jumlah
paritas didapatkan angka kejadian Tumor ganas ovarium meningkat jumlah penderita berdasarkan yang saya teliti karakteristik pasien kanker ovarium. Region growing adalah metode segmentasi citra berbasis region, yaitu pixel pixel (seed) yang akan dikelompokkan berdasarkan region yang kemudian akan dikembangkan menjadi seluruh image adalah Feature Selection Principal Component Analis (PCA), berikut ini merupakan contoh implementasi dari Region Growing untuk memonitoring stadium kanker. Region growing diimplementasikan menggunakan Visual Basic 2008. Pemrosesan terhadap citra diproses menggunkan metode Region Growing. Citra asli dirubah ke dalam aras keabuan (grayscale), kemudian dilakukan cropping citra.
citra yang telah melalui proses cropping kemudian dilakukan oleh data menggunakan Region growing.[1]
Rancangan penelitian pada identifikasi penelitian observasional analitik yaitu penelitian yang diarahkan untuk menjelaskan suatu keadaan atau situasi nilai p terhadap derajat. Histopatologi adalah 0,012 (p<0,05). Sementara itu, tidak terdapat hubungan antara usia menarche dan jumlah terhadap derajat histopatologi kanker ovarium dengan nilai 0,341 (P>0,05) untuk usia dan 0,697 (p>0.05) untuk jumlah paritas. Rancangan penelitian ini menggunakan desain penelitian cross sectional yang dilakukan dengan tujuan menganalisis hubungan faktor resiko kanker ovarium terhadap derajat histopatologi kanker ovarium. Hasil penelitian menunjukkan bahwa terdapat hubungan antara usia yang sudah tua dengan derajat histopatologi.
2. TEORITIS A. Citra
Citra sebagai gambaran tentang realitas dan tidak harus sesuai dengan realitas, citra landasan citra berakar dari nilai-nilai kepercayaan yang konkritnya diberikan secara individual dan merupakan pandangan atau persuasi serta
Hal: 1-5 terjadinya proses akumulasi dari individu-individu proses
cepat atau lambat untuk membentuk suatu opini publik yang lebih luas dan abstrak yaitu citra atau image.
B. Region Growing
Region growing adalah metode segmentasi citra berbasis region, yaitu pixel (seed) yang akan dikelompokkan berdasarkan region yang kemudian akan dikembangkan menjadi seluruh image adalah Feature Selection Principal Component Analis (PCA), berikut ini merupakan contoh implementasi dari Region Growing untuk memonitoring stadium kanker. Region growing diimplementasikan menggunakan Visual Basic 2008.
Pemrosesan terhadap citra diproses menggunakan metode Region Growing. Citra asli dirubah ke dalam aras keabuan (grayscale), kemudian dilakukan cropping citra. citra yang telah melalui proses cropping kemudian dilakukan oleh data menggunakan Region growing.[3].
C. Ovarium
Ovarium merupakan suatu organ yang berbentuk seperti buah badan (almond) dengan ukuran sekitar 4 cm dan melekat pada uterus melalui ligamen-ligamen ovari yang berjalan di dalam mesovarium. Ovarium memiliki dua hubungan ligament infundibulopelvikum (ligamentum suspensorium ovari) yang berjalan melalui pembuluh- pembuluh darah ovarium dan limfatik dari dinding pelvis dan ligamentum ovary yang melalui komu uterus [7].
Vakularisasi ovarium didapat dari aorta abdominalis yang turun sepanjang dinding abdomen posterior. Kemudian menyilang di pembuluh darah arteri iliaca eksterna dan masuk ke ligamentum supensorium. Cabang ascendens arteri uterine yang merupakan cabang dari arteri iliaca interna berjalan sepanjang uterus lateral menuju daerah medial ovarium dan tuba. Arteri ovarica dan arteri uterine ascendens kemudian merupakan cabang perdarahan terakhir dan kemudian beranatomosis satu sama lainnya yang memberikan sirkulasi kolateral dari sumber abdominal dan pelvis kedua struktur .[8].
Inservasi ovarium berasal dari pleksus ovaricus dan sebagian dari pleksus uterinus (pelvikus). Ovarium dan tuba uterine terletak intraperitoneal , sehingga di atas garis nyeri pelvis. Oleh karena itu, serat nyeri aferen visceral naik secara retrogard dengan serat simpatis desendens pleksus ovaricus dan nervus splanchnicus lumbasis ke badan sel pada ganglia sensorik spinalis. serat reflex aferen visceral mengikuti serat parasimpatis secara retrogard melalui pleksus hypogastricus inferior dan uterinus (pelvikus) dan nervus splanchnicus pelvicus ke badan sel pada ganglia sensorik spinalis S2-S4.
3. ANALISA A. Analisa Masalah
Dalam metastasis baik pada jaringan sekitarnya hingga ke hati, ginjal, ataupun vesika urinaria.10 Selain itu, CT thorax juga mampu mendeteksi metastasis pleura dan paru.10 Hasil CT scan menunjukkan penebalan dinding,
proyeksi papilari pada lesi kistik, nekrosis pada massa padat, dan metastasis peritoneal; ditemukannya invasi pada organ pelvis, implan peritonial, adenopati, dan asites mengarahkan diagnosis pada suatu malignansi.CT scan mampu mendeteksi massa ukuran lebih dari 1 cm dengan sensitivitas 85- 93% dan spesifisitas 91-96%, tetapi sensitivitas turun menjadi 25-50% untuk deteksi massa ukuran kurang dari 1 cm.9,10 Sanaz, et al, (2016) menyatakan bahwa CT scan dengan kontras oral mampu menggambarkan saluran gastrointestinal lebih opak untuk memperlihatkan invasi peritoneal dan usus.10 Beberapa penelitian lain menyarankan air putih sebagai agen kontras karena metastasis kanker sering dikaburkan oleh densitas tinggi material kontras.11 Kelebihan pemeriksaan CT scan antara lain: dapat mengetahui ukuran tumor primer, melihat metastasis ke hepar dan kelenjar getah bening, asites, serta penyebaran ke dinding perut, resolusi spasial yang tinggi, dan waktu pemeriksaan cepat.10 CT scan dapat digunakan untuk staging awal dan follow-up untuk deteksi persistensi ataupun rekurensi. Kelemahan CT scan ialah jumlah paparan radiasi tinggi, risiko alergi zat kontras, kurang tegas membedakan tumor kistik dengan tumor padat.
Positron Emission Tomography (PET) scan PET scan tidak direkomendasikan untuk deteksi primer kanker ovarium baik untuk karakteristik, diagnosis, maupun staging massa ovarium. PET scan untuk diagnosis awal kanker ovarium memiliki sensitivitas rendah (58%) dan spesifisitas 76%.9,10 Hasil negatif palsu PET scan telah dilaporkan pada kondisi inflamasi beberapa tumor jinak dan aktivitas fisiologis gastrointestinal, sehingga interpretasi gambaran PET scan harus dikorelasikan dengan siklus dan fase menstruasi. PET scan tidak penting untuk deteksi kanker tetapi penting untuk rencana terapi dan follow-up. 10,11 PET scan menggunakan sinar 18F-fluorodeoxyglucose (FDG) sangat berguna untuk deteksi rekurensi kanker. PET scan dapat mendeteksi lokasi rekurensi fokal bahkan jika tidak terlihat pada pencitraan konvensional dan juga dapat melihat rekurensi penyakit dari luka bekas operasi.11,12 PET scan dikombinasikan dengan CT scan merupakan paduan teknik pemeriksaan yang sangat tepat untuk evaluasi rekurensi kanker ovarium jika nilai CA-125 meningkat tetapi CT scan atau MRI negatif. FDG PET/CT scan memiliki sensitivitas 80-100% untuk deteksi rekurensi kanker ovarium. Resolusi spasial mencapai 6-10 mm sehingga sensitif sampai ke lesi kecil kurang dari 1 cm.11,12
Gambar 1. Hasil pencitraan PET scan pada kanker ovarium10 Magnetic Resonance
Hal: 1-5 Imaging (MRI) MRI mampu membedakan jaringan
dengan sangat baik dan digunakan untuk mengetahui karakteristik lesi massa intermediate yang terlihat pada CT scan atau USG, khususnya di kalangan wanita muda tanpa gejala dengan tumor marker CA-125 normal atau sedikit meningkat.9 MRI juga dapat mendeteksi invasi organ pelvis dan membantu staging. Gambaran MRI suatu keganasan hampir sama dengan hasil CT scan dan USG; ditemukan dinding kista ireguler, nodul intramural, proyeksi papilari, septa, komplek massa yang berisi komponen padat dan kista, dan berukuran besar.
B. Penerapan Algoritma Region Growing
Penderita kanker di Indonesia ovarium semakin meningkat 20% setiap tahunya sering terjadi peningkatan jumlah umur yang semakin tua yang semakin tua, memungkinkan pendeteksian salah satu opsi yang memungkinkan deteksi pada awal tanda dari kanker ovarium melalui teknik pencitraan medis CT scan dengan program screening. CT scan merupakan alat radiologi diagnosis yang menggunakan komputer dalam melakukan rekontruksi atau data suatu jaringan daya serap atau organ tubuh tertentu yang telah ditembus oleh sinar x sehingga terbentuk gambar.
Kanker ovarium terhadap lima kanker ginekologi terbanyak dengan sampel 73 dengan contoh, proporsi kejadian besar sebanyak 15,33% seperti yang ditunjukkan
Tipe Histopatologi terbanyak yang diderita adalah tipe epitel permukaan yaitu sebanyak 64 orang (87,67%) dan dari 64 orang tersebut paling banyak memiliki serosa.
Pada penelitian ini ditemukan bahwa sebanyak 44 orang (60,3%) diagnosis pada stadium akhir (stadium III dan IV). Terbanyak diagnosis pada stadium IIIC, yaitu sebanyak 37 orang (50,7%) diikuti oleh stadium IC sebanyak 20 (27.4%).
Tabel 1. Distribusi Pasien berdasarkan Tipe Histopatologi Tipe Histopatologi Frekuensi Persentase%
Epitel permukaan 64 87,67
Germ cell 7 9,59
Sex cord stromal 2 2,74
Total 73 100
Diagnosis kanker ovarium Pasien terbanyak pada umur 41-50 tahun. Rata umur pasien saat terdiagnosis adalah 44-52 tahun. Pasien termuda diagnosis saat berumur 7 tahun dan yang tertua saat berumur 85 tahun. Sebanyak 43,84%
pasien memiliki IMT normal (18,5 – 22,9% kg/𝑚2).
Terdapat 21,92% pasien dengan overweight (IMT 22,9-(IMT
>25kg/𝑚2).
Pada penelitiaan ini sebanyak 79,44% memiliki anak 0-2 orang. penurunan persentase terjadi dari paritas dua ke tiga sebanyak 16,44%, dari paritas dua ke empat sebanyak 21,91%, dan dari paritas dua ke lebih dari empat sebanyak 26,02%.
Ditemukan Pada penelitian ini bahwa riwayat penggunaan kontrasepsi ditemukan pada 27 orang (37%) pasien, sisanya sebanyak 46 orang (63%) tidak pernah menggunakan kontrasepsi.
Dari 37 orang yang diagnosis pada stadium IIIC, paling banyak memiliki subtipe histopatologi serosa, endometrioid, dan musin yaitu masing-masing sebanyak 13,8, dan 5 orang. Subtipe musin 53,8% didiagnosis pada stadium I. histopatologi tipe germ cell empat diantarnya ditemukan pada stadium IIIC, satu pada stadium IIIA dan dua pada stadium IC. Sedangkan sex cord stromal tipe histopatologi keduanya pada stadium ditemukan IC. Pada umur 0-10 tahun terdapat satu kasus yang merupakan subtipe yolk sac, sedangkan pada umur 11-20 tahun ditemukan 2 kasus serosa dan 1 kasus disgerminoma dominasi subtipe musin terlihat pada umur 21-50 tahun lalu jumlah kasusnya menurun tajam setelah umur 50 tahun. Subtipe serosa terlihat terus mendominasi kasus sejak rentang umur >30 tahun. Subtipe clear cell hanya terjadi pada rentang umur 31-50 tahun. Di dalam penelitian ini subtipe endometrioid meningkat kejadianya dari rentang umur 31-40 tahun ke 41 50 tahun, lalu mengalami penurunan pada rentang umur > 50 tahun. Terdapat dua kasus subtipe Granulosa dan keduanya ditemukan pada rentang umur 51-60 tahun. Rentang umur 31-40 tahun memiliki subtipe kanker ovarium paling beragam, yaitu sebanyak delapan subtipe diikuti dengan rentang umur 41-50 tahun sebanyak tujuh subtipe, lalu rentang umur 51-60 tahun sebanyak 5 subtipe yang dapat dilihat pada .
Pada penelitian didapatkan bahwa kanker ovarium ini merupakan kanker ginekologi terbanyak setelah kanker serviks. Penelitian dilakukan sebelumnya di Indonesia dan penelitian lebih luas yang mencakup kawasan asia tenggara, bahwa kanker ovarium merupakan kanker terbanyak kedua setelah kanker serviks. Tipe epitel permukaan dengan subtipe serosa adalah tipe histopatologi terbanyak yang ditemukan pada sampel. Hasil menguatkan penelitian lain yang mendapatkan hasil serupa. Pada tipe germ cell yang terbanyak ditemukan pada sampel adalah subtipe yolk sac, tipe disgerminoma merupakan 50% kasus pada tipe germ cell. Pada tipe sex cord stromal, ditemukan dua kasus yang keduanya merupakan tipe granulosa (100%), ini mendukung hasil penelitian amerika serikat, yang mendapatkan subtipe adult granulosa memiliki proporsi kejadian tinggi pada subtipe sex cord stromal yaitu sebesar 82%.
Tipe epitel permukaan paling sering terjadi dengan proses metaplasia akibat trauma berulang serta paparan sitokin dan saat ovulasi. Tipe-tipe lain terjadi karena sel epitel permukaan ovarium mengalami invaginasi ke dalam stroma membentuk kista inklusi kortikal yang terpapar berbagai hormone seperti lutenizing hormone dan follicle stimulating hormone. Proses ini memicu perkembangan metaplasia sel menjadi epitel yang lebih kompleks meniru organ-organ derivate mullerian. Pada gambar 6 dapat dilihat bahwa terjadi penurunan signifikan terhadap jumlah penderita kanker ovarium antara pasien dengan paritas < dan > 2. Hal ini sesuai dengan penelitian yang dilakukan bahwa multiparitas memiliki efek proteksi terhadap kanker ovarium. Peningkatan paritas diduga dapat mengurangi resiko terkena kanker ovarium ini dikaitkan dengan teori incessant ovulation, dalam penelitian ini ditemukan 37% pasien yang menggunakan kontrasepsi.
Hal: 1-5 Terdapat 17,8% (13 orang) pasien yang menggunakan
kontrasepsi hormonal baik lewat jalur suntik maupun oral.
Secara teori penggunaan kontrasepsi hormonal memiliki efek perlindungan terhadap kanker ovarium. Pada data tabulasi silang didapatkan bahwa kanker ovarium subtipe serosa dan endometrioid lebih dari setengahnya didiagnosis pada stadium akhir (III dan IV) dan sesuai dengan penelitian tipe musin dan clear cell ini memiliki persentase tinggi disiagnosis pada stadium IIIC. Subtipe ini merupakan salah satu tipe kanker epitel permukaan ovarium tipe I yang perjalanan penyakitnya lebih lambat dan jinak, mungkin mengindikasikan bahwa pasien telah memilki kanker lama sebelum terdeteksi. Selain itu, penangan yang tepat juga perlu dipikirkan karena berbeda dengan tipe serosa yang merespon baik terhadap terhadap kemoterapi, tipe histopatologi sex cord stromal kedua khususnya ditemukan pada stadium IC.
Walaupun penanganan berkelanjutan tetap, perlu dilakukan karena tipe ini memiliki angka kekambuhan yang tinggi terutama pada kasus dengan diameter tumor > 7 cm.
Pada penelitian ini ditemukan bahwa stadium IIIC merupakan stadium terbanyak yang ditemukan pada semua golongan umur dan terbanyak pada rentang 41-50 tahun.
4. IMPLEMENTASI
Implementasi perancangan aplikasi ini tentunya membutuhkan alat bantu sehingga aplikasi dapat dibuat antara lain dengan bantuan perangkat keras (hardware) dan perangkat lunak (software).
Perangkat keras yang dipergunakan sebagai alat bantu perancangan sistem antara lain
Sebuah computer laptop merek hp type V5 dengan sfesifikasi;
Processor : Intel Celeron 1007U, 15 GHz Memori : 2GB DDR3
Hardisk : 320 GB
Display Size : 11.6” WXGA LED
Perangkat lunak (software) yang mendukung dalam penulisan ini adalah
Sistem Operasi Windows 10
Untuk merancang program menggunakan Visual Basic 2008
A. Tampilan Pengujian
Pada sub bab ini, penulis akan menjelaskan cara kerja dari program aplikasi yang telah dirancang oleh penulis, berikut adalah form yang dibuat oleh penulis
Gambar 2. Menu Basis Pengetahuan
Pengetahuan Basis, ini digunakan menu user untuk menampilkan basis pengetahuan kista ovarium. Melalui menu ini, user dapat juga membuat basis pengetahuan baru dan memperbaiki basis pengetahuan.
Gambar 3. Menu Diagnosis
Konsultasi adalah dalam sistem bagian utama pertanyaan-pertanyaan mengenai kista ovarium diberikan kepada pengguna (user) untuk dijawab, sehingga sistem dapat menghasilkan sebuah kesimpulan.
Gambar 4. Menu Hasil Identifikasi
Hasil identifikasi, berisi mengenai kesimpulan menu ini kondisi kesehatan user, dan rekaman pertanyaan yang telah diajukan dan jawaban yang diberikan oleh user. menu ini akan muncul ketika telah melakukan sistem proses diagnosis akan mencapai suatu kesimpulan.
5. KESIMPULAN
Berdasarkan rancangan, implementasi dan hasil pembahasan maka dapat ditarik kesimpulan Aplikasi yang telah dirancang dengan metode region growing dapat memberikan kemudahan bagi yang menderita kanker ovarium. Subtipe kanker epitel ovarium yang terbanyak adalah kanker andekarsinoma musinosum. Kanker epitel ovarium stadium lanjut lebih tinggi secara bermakna dibandingkan dengan stadium awal. Permukaan tipe epitel subtipe dengan serosa adalah histopatologi tipe terbanyak yang ditemukan pada ovarium.
REFERENCES
[1] A. Yudhana, R. Umar, and F. M. Ayudewi, “Segmentasi Region Growing Untuk Monitoring Pertumbuhan Panjang Kecambah,” Semin.
Hal: 1-5
Nas. Teknol. Inf. dan Komun., pp. 1–8, 2017.
[2] Hanifah Harsono, “Implementasi Kebijakan Dan Politik,” 2002.
[3] Hafidz, “Growing From The Grssrots Building Partycipatory Planning,” 2008.
[4] Moerdyanto, “Teknik Monitoring Dan Evaluasi Dalam Rangka Memperoleh Informasi Untuk Pengambilan Keputusan,” 2009.
[5] William N Dunn, “Penilaian Evaluasi Monitoring,” 2000.
[6] Deraman.A, “Evaluation System A Case Study Of Technical Education System,” 2002.
[7] G. al At, “hubungan usia ,jumlah paritas,usia menarche terhadap derajat histopatologi kanker ovarium,” h, 2016.
[8] “hubungan usia, jumlah paritas, menarche terhadap derajat histopatologi kanker ovariu,” moore & dalley, 2016.
[9] Prawirohardjo, “Hubungan Usia, Jumlah Paritas, Menarche Terhadap Derajad Histopatologi Kanker Ovariums,” 2010.
[10] Nurlaliyani, “Diagnosis Kanker Ovarium Ginekologi,” 2013.
[11] AL-Bahra Bin Ladjamudin, “Analisa Dan Desain Sistem,” 2005.
[12] Ketut Darmayuda, “Pemrograman Aplikasi Database dengan Microsoft Visual Basic 2008,” 2010.
[13] Wawan & Dewi, “Pengetahuan Sikap Dan Perilaku Mengenai Kanker Ovarium Pada Wanita YangTelah Menikah,” 2015.
