PENELITIAN. David PROGRAM

Transkripsi

1 COMPUTER AIDED DIAGNOSIS SISTEM UNTUK DIGITAL MAMMOGRAM MENGGUNAKAN NEURAL NETWORK DAN DUAL TREE COMPLEX WAVELET TRANSFORM PENELITIAN Program Pascasarjana Ilmu Komputer PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA JENJANG S2 UNIVERSITAS BINA NUSANTARAA JAKARTA 2012

2 COMPUTER AIDED DIAGNOSIS SISTEM UNTUK DIGITAL MAMMOGRAM MENGGUNAKAN NEURAL NETWORK DAN DUAL TREE COMPLEX WAVELET TRANSFORM PENELITIAN Tesis Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Magister TEKNIKK INFORMATIKA Pada FAKULTAS ILMU KOMPUTER UNIVERSITAS BINA NUSANTARAA

3 COMPUTER AIDED DIAGNOSIS SISTEM UNTUK DIGITAL MAMMOGRAM MENGGUNAKAN NEURAL NETWORK DAN DUAL TREE COMPLEX WAVELET TRANSFORM PENELITIAN Pembimbing : Dr. Diaz D. Santika, M.Sc Tanggal:

4 PERNYATAAN STATEMENT Dengan ini saya, Nama : NIM : Judul tesis : COMPUTER AIDED DIAGNOSIS SISTEM UNTUK DIGITAL MAMMOGRAM MENGGUNAKAN NEURAL NETWORK DAN DUAL TREE COMPLEX WAVELET TRANSFORM Memberikan kepada Universitas Bina Nusantara hak non-eksklusif untuk menyimpan,memperbanyak, dan menyebarluaskan tesis karya saya, secara keseluruhan atau hanyasebagian atau hanya ringkasannya saja, dalam bentuk format tercetak dan atauelektronik. Menyatakan bahwa saya, akan mempertahankan hak exclusive saya, untuk menggunakan seluruh atau sebagian isi tesis saya, guna pengembangan karya di masadepan, misalnya bentuk artikel, buku, perangkat lunak, ataupun sistem informasi. Hereby grant to my school, Bina Nusantara University,the non-exclusive right toarchive, reproduce, and distribute my thesis, in whole or in part, whether in the formof printed and electronic formats. I acknowledge that I retain exclusive rights of my thesis by using all or part of it inthe future work or outputs, such as article, book, software, and information system. Jakarta, 10 Agustus 2012

5 HALAMAN PERNYATAAN STATEMENT PAGE Saya, nama, NIM menyatakan dengan sebenar-benarnya bahwa tesis saya berjudul Computer Aided Diagnosis Sistem Untuk Digital Mammogram Menggunakan Neural Network Dan Dual Tree Complex Wavelet Transform adalah merupakan gagasan dan hasil research saya sendiri dengan bimbingan Dosen Pembimbing. Saya juga menyatakan dengan sebenarnya bahwa isi tesis ini tidak merupakan jiplakan dan bukan pula dari karya orang lain, kecuali kutipan dari literatur dan atau hasil wawancara tertulis yang saya acu dan telah saya sebutkan di Daftar Acuan dan Daftar Pustaka. Demikian pernyataan ini saya buat dengan sebenarnya dan saya bersedia menerima sanksi apabila ternyata pernyataan saya ini tidak benar. I, Name, Student ID truly acknowledge that my thesis with title Computer Aided Diagnosis System For Digital Mammogram Based On Neural Network And Dual Tree Complex Wavelet Transform is my concept and project result with guidance fromsupervisor. I, also truly acknowledge that content of this thesis are not copyed and not fromanother people work, except my citation from literature or written interview result andalready write in reference list and bibliography list. That s my acknowledge were truly made and if in reality this acknowledge weren t true, I willing sanction. Jakarta, 10 Agustus 2012 Yang menyatakan

6 KATA PENGANTAR Puji syukur dipanjatkan kehadirat Tuhan yang telah memberkati dalam penyelesaian tesis berjudul Computer Aided Diagnosis Sistem untuk Digital Mammogram menggunakan Neural Network dan Dual Tree Complex Wavelet Transform. Tanpa ijin-nya tidak mungkin penulisan tesis ini dapat berjalan lancar sesuai dengan rencara hingga akhir. Ucapan terima kasih sebesar-besarnya ditujukan kepada Dr. Diaz D. Santika, M.Sc. yang telah bersedia membimbing penulis dari awal hingga akhir proses penyusunan tesis ini. Ucapan terima kasih juga ditujukan kepada semua pihak yang terlibat dalam penyusunan tesis ini. Penulis menyadari akan kekurangan kekurangan pada tesis ini. Oleh karena itu, penulis mohon maaf yang sebesar-besarnya dan mengharapkan segala kritik dan saran yang membangun bagi penulis. Akhir kata, penulis berharap tesis ini dapat berguna dan bermanfaat bagi pembaca dan rekan rekan lain yang membutuhkan. Jakarta, 26 Mei 2012 vii

7 DAFTAR ISI HALAMAN JUDUL... i HALAMAN PERNYATAAN... ii PERSETUJUAN PEMBIMBING... iii PERNYATAAN DEWAN PENGUJI... iv HALAMAN PERNYATAAN ORISINALITAS... v PERNYATAAN PEMBERIAN HAK CIPTA NON EKSKLUSIF... vi KATA PENGANTAR... vii ABSTRAK... viii DAFTAR ISI... x DAFTAR TABEL... xii DAFTAR GAMBAR... xiii BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Manfaat Ruang Lingkup... 4 BAB II KAJIAN PUSTAKA Computer Aided Mammography Image Pre-processing Morfologi Ekstraksi Fitur Histogram Conventional Color Histogram Fuzzy Color Histogram Wavelet Transform x

8 xi Continuous Wavelet Transform Discrete Wavelet Transform Dual Tree Complex Wavelet Transform (DT CWT) Neural Network Penelitian yang relevan BAB III METODOLOGI PENELITIAN Kerangka Pikir Metodologi Penelitian Sumber Data Evaluasi Metodologi Time frame BAB IV HASIL DAN PEMBAHASAN Hasil Eksperimen Fase Offline Fase Online Pembahasan Hasil Penelitian BAB V SIMPULAN DAN SARAN Simpulan Saran DAFTAR ACUAN DAFTAR PUSTAKA LAMPIRAN RIWAYAT HIDUP... 67

9 DAFTAR TABEL Tabel 3.1 List Fitur yang Digunakan pada Objek Mammogram Tabel 3.2 Tabel Distribusi Data Training dan Testing untuk Eksperimen pertama Tabel 3.3 Tabel Distribusi Data Training dan Testing untuk Eksperimen kedua.. 32 Tabel 3.4 Tabel Confusion Matrix Tabel 3.5 Timeframe Penelitian Tabel 4.1 Hasil Klasifikasi pada eksperimen pertama Tabel 4.2 Hasil Klasifikasi pada eksperimen kedua xii

10 DAFTAR GAMBAR Gambar 2.1 Diagram blok dari CAD Sistem (Yusuf, 2007)... 6 Gambar 2.2 Contoh Proses Dilatasi... 9 Gambar 2.3 Contoh proses Erosi Gambar 2.4 Contoh proses Opening Gambar 2.5 Susunan subband Hasil Dekomposisi Tingkat Satu Gambar 2.6 Susunan subband Hasil Dekomposisi Tingkat Dua Gambar 2.7 Dual Tree Complex Wavelet Transform Gambar 2.8 Contoh arsitektur Neural Network Gambar 3.1 Metodologi yang diusulkan Gambar 3.2 Contoh Proses DT CWT Gambar 4.1 Confusion Matrix untuk tahap pelatihan Gambar 4.2 Perbandingan akurasi menggunakan satu jenis koefisien Gambar 4.3 Perbandingan akurasi menggunakan tiga dan empat jenis koefisien 41 Gambar 4.4 Perbandingan akurasi menggunakan satu hidden layer Gambar 4.5 Perbandingan DWT dan DT CWT dengan 2 node pada layer pertama Gambar 4.6 Perbandingan DWT dan DT CWT dengan 5 node pada layer pertama Gambar 4.7 Perbandingan DWT dan DT CWT dengan dua node pada hidden layer kedua Gambar 4.8 Perbandingan akurasi menggunakan DT CWT dan DWT dengan 5 hidden node pada hidden layer kedua xiii