BAB I PENDAHULUAN. 1.1 Latar Belakang

Transkripsi

1 BAB I PENDAHULUAN 1.1 Latar Belakang Pengolahan citra digital adalah salah satu cabang ilmu informatika yang mempelajari mengenai konsep sebuah citra, cara pengolahannya, serta implementasinya dalam kehidupan sehari-hari, misalnya untuk pemetaan suatu wilayah dengan memanfaatkan penginderaan jauh, untuk membantu polisi mengidentifikasi pelaku kejahatan, mengidentifikasi jenis kayu berdasarkan tekstur kulit batang, bahkan pada bidang kedokteran atau biomedis banyak memanfaatkan fungsi pengolahan citra. Khusus pada bidang kedokteran, pengolahan citra dikembangkan untuk membantu dokter dalam mendiagnosis berbagai macam penyakit dan kondisi pasien, salah satunya untuk membantu mendiagnosis jenis parasit penyebab malaria. Penyakit malaria merupakan penyakit pada manusia yang disebabkan oleh parasit Plasmodium, dan ditularkan melalui gigitan nyamuk Anopheles betina. Saat masuk ke dalam tubuh manusia, parasit ini akan diam dan berkembang biak pada organ hati manusia sambil menginfeksi sel darah merah. Arsin dalam [1] menyebutkan bahwa ada empat jenis Plasmodium yang dapat menyebabkan penyakit malaria, yaitu: 1) Plasmodium falciparum (P.falciparum) yang dapat menyebabkan pasien mengalami malaria otak, anemia berat, gagal ginjal, sesak nafas; 2) Plasmodium vivax (P.vivax) merupakan jenis parasit yang menyebabkan malaria tertiana, yakni malaria dengan gejala demam setiap tiga hari sekali, dan merupakan penyumbang sekitar 43% penyakit malaria pada manusia [2]; 3) Plasmodium ovale (P.ovale) adalah jenis parasit yang menyebabkan malaria jenis pernisiosa (kasus ini jarang dijumpai); 4) Plasmodium malariae (P.malariae) yang menyebabkan malaria quartana dengan tanda demam setiap empat hari sekali, dan menyebabkan sekitar 7% penyakit malaria di dunia.

2 Setelah parasit malaria ada di dalam tubuh manusia, parasit ini akan mengalami masa inkubasi atau fase. Keempat jenis parasit malaria akan mengalami tiga jenis fase yakni tropozoit, skizon, dan gametosit [3][4][5]. P.vivax adalah parasit yang bersifat patogen pada manusia, serta merupakan salah satu dari empat jenis parasit yang menyebabkan sekitar 43% sakit malaria di dunia. Menurut [6][7] diperkirakan kasus malaria di dunia yang disebabkan oleh P.vivax terjadi sekitar 70-80juta kasus per tahun % kasus terjadi di Afrika, sekitar daerah Sahara bagian selatan. Pada Afrika Timur dan Afrika Selatan, P.vivax menyumbang sekitar 10% kasus, tetapi kurang dari 1% kasus pada daerah Afrika Barat dan Afrika Tengah. Sekitar 80-90% kasus malaria (selain kasus di Afrika) yang disebabkan oleh P.vivax terjadi di kawasan Timur Tengah dan kawasan Pasifik Barat, yang merupakan kawasan tropis, dan sebanyak 10-15% kasus terjadi di Amerika Latin dan Amerika Selatan. Khusus di Indonesia, kasus malaria kebanyakan disebabkan oleh P.falciparum dan P.vivax. Kedua jenis parasit ini masih menyebabkan angka kematian yang relatif tinggi pada pasien penderita malaria. Hal ini selain disebabkan keterlambatan penanganan, juga secara tidak sengaja adanya kesalahan identifikasi dari pihak paramedis atau spesialis. Kesalahan ini terkadang disebabkan dari tingkat keahlian atau kepakaran yang dimilikinya. Pada umumnya diagnosis klinis untuk parasit malaria dilakukan dengan melakukan identifikasi terhadap jenis parasit dan fasenya melalui sediaan/preparat darah. Hasil dari diagnosis ini yang akan dijadikan sebagai salah satu acuan untuk tindakan medis pada pasien. Teknik identifikasi yang dilakukan secara visual melalui mikroskop merupakan teknik standar (gold standard) paramedis atau spesialis untuk mengidentifikasi tipe dan fase parasit malaria, melalui sediaan/preparat darah. Akan tetapi teknik ini seringkali memiliki kelemahan yang dipengaruhi oleh kondisi alat yang digunakan (terutama kualitas mikroskop yang digunakan), serta tingkat keahlian/kepakaran dan pengalaman yang dimiliki oleh paramedis atau spesialis [8]. Meskipun teknik ini menjadi teknik standar yang biasa dilakukan paramedis atau spesialis, dengan melihat kelemahan yang dimiliki tentunya perlu dikembangkan teknik identifikasi yang bisa membantu paramedis atau spesialis

3 untuk menghasilkan diagnosis yang akurat dan optimal. Telah banyak penelitian yang dilakukan untuk mengembangkan teknik identifikasi berbasis komputer. Teknik ini dikembangkan dengan menggunakan metode pengolahan citra digital. Pada umumnya pengolahan yang dilakukan meliputi empat proses yakni proses akuisisi citra, proses pemisahan objek citra (segmentasi citra), proses ekstraksi fitur objek, dan proses klasifikasi atau pengelompokan berdasarkan kemiripan fitur yang dimiliki objek. [9] bekerjasama dengan seorang spesialis dari Laboratorium Parasitologi FK UGM, mengembangkan metode pengolahan citra untuk mengidentifikasi parasit P.falciparum, sehingga mampu meningkatkan kinerja spesialis dalam mengidentifikasi. Mengingat di Indonesia kebanyakan kasus malaria disebabkan parasit P.falciparum dan P.vivax, sementara analisis terhadap identifikasi fase P.vivax belum dikembangkan secara khusus, maka melalui penelitian ini dicoba untuk mengembangkan metode pengolahan citra untuk mengidentifikasi parasit P.vivax. 1.2 Perumusan masalah Berdasarkan uraian pendahuluan di atas, dapat dikatakan bahwa umumnya paramedis ataupun spesialis terkadang masih memiliki unsur subjektivitas yang relatif tinggi, yang mana secara tidak langsung berpengaruh terhadap hasil identifikasi. Subjektivitas ini disebabkan tingkat kepakaran/keahlian yang dimiliki paramedis atau spesialis berbeda-beda, disamping juga pengalaman yang dimilikinya. Selain itu metode yang dikembangkan oleh [9] masih memiliki kelemahan, terutama pada bagian segmentasi dan seleksi fitur. Kelemahan ini tentunya akan berpengaruh pada keluaran identifikasi yang dihasilkan. Oleh karenanya dirasa perlu untuk meningkatkan performa metode segmentasi dan seleksi fitur yang sebelumnya diusulkan, sehingga bisa memberikan hasil identifikasi yang lebih baik, serta bisa digunakan untuk membantu paramedis dan meminimalisir tingkat subjektivitas yang dimiliki.

4 1.3 Keaslian penelitian Penelitian yang berkaitan dengan identifikasi parasit malaria pada citra sediaan darah (citra blood films) telah banyak dikembangkan. Penelitian-penelitian ini sebelumnya menggunakan berbagai macam metode berbasis computer aided diagnosis (CAD). Pada Tabel 1.1 berikut adalah rangkuman dari beberapa penelitian yang mengidentifikasi parasit malaria berbasis CAD. Tabel 1.1. Rangkuman Penelitian Identifikasi Parasit Malaria Berbasis CAD No Peneliti Data Metode Keterangan 1 Nasir et al. [4] Citra P.vivax Perenggangan Klasifikasi (fase tropozoit kontras, ruang dan gametosit) warna HIS, Moving K- Means Clustering (MKM), algoritme SRGAE 2 Akbar [9] Citra P.falciparum (fase tropozoit, 3 Khan et al. [10] 4 Ghosh et al. [11] 5 Sulistyawati et al. [12] skizon, dan gametosit) Citra P.vivax (fase ring, tropozoit, dan gametosit) Citra P.vivax Citra spesies Plasmodium Ruang warna HSV, K- Means clustering, operasi morfologi, fitur bentuk dan tekstur, MLP Ruang warna L*a*b*, K- Means clustering Fuzzy divergence based thresholding techniques Ruang warna HSV, operasi morfologi, analisis BLOB hasil segmentasi pada kanal saturasi lebih akurat dari pada kanal intensitas Mengidentifikasi morfologi parasit P.falciparum berdasarkan fase tropozoit, skizon, dan gametosit, pada kanal saturasi dengan metode K- Means dan morfologi Mensegmentasi citra P.vivax pada kanal b* dengan K-Means untuk memperoleh jaringan parasit malaria. Membandingkan hasil segmentasi pada tiap kanal dari ruang warna HIS, YCbCr, LAB, dan CMYK Menentukan area parasit malaria pada kanal saturasi dengan metode analisis BLOB pada sediaan darah tebal

5 Tabel 1.1. Rangkuman Penelitian Identifikasi Parasit Malaria Berbasis CAD (lanjutan) No Peneliti Data Metode Keterangan 6 Diaz et al. Citra Luminance Mengidentifikasi fase [13] P.falciparum correction, parasit P.falciparum Pixelclassification, dengan membandingkan hasil ketiga metode Inclusion-tree segmentasi yang diajukan representation 7 Tek et al. [14] Citra spesies Plasmodium 8 Elter et al. [15] Citra P.falciparum Bayesian pixelclassification, shape feature extraction, histogram, statistical moment features High detection sensitivity, SVM Tujuan dari pendekatan metode yang diajukan pada tahap segmentasi dan ekstraksi fitur adalah untuk mengurangi jumlah false-positive detection saat tahap klasifikasi. Pendekatan ini dilakukan untuk mengurangi jumlah false-positive detection. Dari hasil pengujian diperoleh hasil sensitivitas sebesar 0,97 dengan jumlah false-positive detection per citra sekitar 0,8. Berdasarkan hasil kajian dari beberapa penelitian yang disampaikan pada Tabel 1.1, terkait dengan peningkatan teknik identifikasi parasit malaria berbasis CAD, nampak bahwa antar penelitian tersebut memiliki perbedaan metode yang cukup signifikan terutama pada metode yang diusulkan. Hal yang membuat perbedaan ini bisa cukup signifikan karena dipengaruhi oleh data citra berupa spesies parasit malaria ataupun fase yang digunakan, serta tujuan penelitian yang ingin dicapai oleh masing-masing peneliti. Oleh karena itu penelitian ini berusaha memberikan masukan atau kontribusi untuk mengidentifikasi parasit malaria, berbantuan metode-metode yang bisa digunakan untuk CAD, dengan tujuan mampu mengklasifikasikan perbedaan setiap fase dari Plasmodium vivax yang menginfeksi sel eritrosit pada manusia, sehingga bisa meminimalisir kesalahan paramedis atau spesialis dalam mendiagnosis.

6 1.4 Tujuan Penelitian Adapun yang menjadi tujuan dari penelitian ini adalah mengembangkan metode berbasis computer aided diagnosis (CAD) dan pengolahan citra digital, untuk meningkatkan performa metode segmentasi dan seleksi fitur dalam mengidentifikasi fase Plasmodium vivax pada citra mikroskopis digital sediaan darah tipis (thin blood films). 1.5 Manfaat Penelitian Sesuai dengan tujuan dari penelitian yang akan diadakan, maka diharapkan nantinya akan memberikan manfaat baik itu bagi pihak umum maupun penulis. Adapun manfaat tersebut antara lain: 1. Diharapkan dapat memberikan kontribusi berupa metode yang bisa digunakan pada tahap segmentasi dan seleksi fitur. 2. Diharapkan dapat membantu dokter ketika mengidentifikasi jenis malaria serta fase-fasenya, sehingga bisa meminimalisir unsur subjektivitas yang dimiliki pakar. 3. Diharapkan hasil penelitian ini dapat membantu untuk merancang suatu modul diagnosis berbasis komputer terhadap parasit malaria dengan hasil diagnosis yang akurat dan optimal.