Nama: Tony Okta Wibowo Nrp : Dosen Pembimbing : Bp. Moch Hariadi, ST M.Sc PhD Bp. Dr. I ketut eddy Purnama, ST,MT

Transkripsi

1 Analisa Keakurasian Titik Sefalometrik Berbasis 3D dengan Softwere Amira untuk Data MRI Nama: Tony Okta Wibowo Nrp : Dosen Pembimbing : Bp. Moch Hariadi, ST M.Sc PhD Bp. Dr. I ketut eddy Purnama, ST,MT

2 Latar belakang MRI (Magnetici Resonance Imaging). Adalah suatu alat diagnostikik mutakhir untuk memeriksa dan mendeteksi tubuh adengan menggunakan medan magnet dan gelombang frekuensi radio. kelebihan yang dimiliki oleh MRI adalah kemampuannya membuat potongan koronal, sagital, aksial tanpa banyak memanipulasi posisi tubuh pasien. Cephalometry adalah pengukuran tulang tengkorak manusia dengan metode imaging atau pencitraan tradisional dari film X-RAY. Dari berbagai macam cara pengambilan citra diatas dan metode pengambilan gambarnya,saya mencoba untuk menganalisa hasil pengolahan citra dari MRI yang berupa foto tulang tengkorak untuk dianalisa kembali mengunakan software Amira untuk tkditentukant dan diambil nilai kordinat titik sefalometrinya.

3 Batasan Masalah Batasan masalah pada tugas akhir ini adalah : Data citra tulang yang digunakan berasal dari citra foto MRI Cephalometry tulang Rahang manusia. Mengoptimalkan pengunaan software AMIRA untuk menganalisa dan mencari titik sefalometrinya fl ti Perhitungan statistik kordinat titik cephalometry dari hasil program AMIRA dengan mengunakan metode distribusi normalisasi dan perbandingan nilai rata-rata dengan mengunakan Software SPSS

4 Tujuan tugas Akhir Penelitian pada tugas akhir ini bertujuan untuk Mengoptimalkan kinerja sebuah Softewere yang bernama AMIRA untuk menghasilkan sebuah Analisa Interface yang dapat memvisualisasikan sebuah model foto dua dimensi, pada tulang tengkorak dari sebuah citra MRI menjadi 3D untuk menentukan keakurasian lokasi titik sefalometrinya. Dan data tersebut di Analisa kembali mengunakan Softwere yang bernama AMIRA untuk mendapatkan nilai kordinat titik sefalometri yang akan di hitung secara Statistik keakurasian datanya.dan membantu para Ahli Medis khususnya Orthodonti untuk menganalisa dan mengukur spasial ukuran gigi, rahang, dan tengkorak k

5 Titik Titik Sefalometri beserta lokasi pada Sefalogram. Titik titik yang dicari dalam analisa Cephalometry saya adalah : Sella tursika (S) : titik pusat geometrik dari Pituitary fossa Nasion kulit (N ) : titik paling cekung pada pertengahan dahi dan hidung. Porion, (Po ): titik yang paling superior dari meatus acusticus eksternus, menyinggung bidang frankfort.. Orbitale (Or) : titik terendah dari dasar rongga mata yang terdepan. Gonion (Go ) : titik persimpangan antara garis singgung ramus posterior dengan bidang mandibula dengan pertumbuhan untuk tindakan perawatan bedah Gnation (Gn) : titik yang berada di antara titik MENTON dan POG Titik A: Subspinale, : titik yang paling cekung dari lengkung yang dibentuk antara spina nasalis anterior dan prosthion. Titik B : Supramental, : titik yang paling cekung dari lengkung yang dibentuk antara infra dental dan pogonion. Posterior maxillary point (PMP ) : dikarenakan kordinat titik berada berada daerah tengah tulang mata bagian atas. Anterior Nasal Spine( ANS ) berada : titik dimana septum nasal berbatasan dengan bibir atas Posterior Nasal spine (PNS) : titik yang berada di perbatasan pertengahan dahi dan hidung.. Upper Incisor ( UI) berada : titik perbatasan antara membran bibir bawah dan atas atau titik tengah gigi.

6 Gambar skema titik cephalometry

7 Diagram Proses kerja file foto MRI. dcm Dikompres dengan software DCMTK Converter file.dcm yang sudah dikompres dijalankan di software Amira. file hasil pengolahan di AMIRA berubah format menjadi. hx membuat landmarks untuk memberikan nama-nama titik sefalometri yang akan dicari. melakukan rekonstruki data dikumpulkan dan wajah 3D sesuai bentuk dianalisa dengan metode mencari per slice titik-titik mendapatkan data titik tulang tengkorak pasien Kolmogorov-Smirnov sefalometriknya dari data kordinat sefalometrinya. untuk membantu untuk dicari data yang foto yang di jalankan. mengetahui hi akurasi letak berdistribusi normal titik sefalometrinya. jika semua data berdistribusi normal, dilakukan uji statistik T- TEST untuk mendapatkan keakuratan titik sefalomatri. membuat kesimpulan hasil dari keakurasian penandaan titik sefalometri dengan mengunakan software AMIRA.

8 Diagram proses data pada Amira

9 Aplikasi analisa di softwere Amira (foto MRI pada Amira sebelum di cari titik ik Cepahalometry nya)

10 Pemberian Titik Cephalometry per Slice

11 Rekonstruksi visual wajah 3D setelah pemberian titik cephalometry hl di softwere Amira.

12 Pengumpulan data titik kordinat

13 Letak titik kordinat sumbu x,y,z

14 Pengumpulan data titik kordinat

15 Uji distribusi normal dengan metode Uji Kolmogorov Smirnov uji Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya dengan data normal baku. Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang lain, yang sering terjadi pada uji normalitas dengan menggunakan grafik. Seperti pada uji beda biasa, jika signifikansi di bawah 0,05 berarti terdapat perbedaan yang signifikan, dan jika signifikansi di atas 0,05 maka tidak terjadi perbedaan yang signifikan. Penerapan pada uji Kolmogorov Smirnov adalah bahwa jika signifikansi di bawah0,05 05 berarti data yang akan diuji mempunyai perbedaan yang signifikan dengan data normal baku, berarti data tersebut tidak normal.

16 Analisa pengujian Kolmogorov Smirnov Interpretasi: Nilai Most Extreme Differences Absolute diatas merupakan nilai statistik D pada uji K-S, nilai D pada uji terhadap masing-masing variabel diatas adalah 0,158, 0,195 dan 0,184, artinya (p>0,05), maka cukup bukti untuk menerima H 0, dimana data terdistribusi secara normal. Nilai Z pada uji ini juga dapat dilihat dan paling sering digunakan sebagai indikator, dimana nilainya berturut-turut adalah 0,6997, 0,871dan 0,821, berarti p>0,05, 05 maka H 0 dapat diterima bahwa data terdistribusi secara normal.(yoz)

17 parameter untuk mendapatkan sebuah hipotesis i normal pada analisa K-S Uji statistik K-S ini mempunyai sebuah parameter untuk mendapatkan sebuah hipotesis data yang bersifat normal atau tidak dengan syarat : Seperti pada uji beda biasa, jika signifikansi di bawah 0,05 berarti terdapat perbedaan yang signifikan (data tidak terdistribusi normal), dan jika signifikansi di atas 0,05 maka tidak terjadi jdiperbedaan bd yang signifikan. ifik (data terdistribusi ib i normal) Penerapan pada uji Kolmogorov Smirnov adalah bahwa jika signifikansi di bawah 0,0505 berarti data yang akan diuji mempunyai perbedaan yang signifikan dengan data normal baku, berarti data tersebut tidak normal.

18 Pengujian perbandingan nilai rata-rata dengan metode Paired-Sample T Test Uji-t berpasangan (paired t-test) adalah salah satu metode pengujian hipotesis dimana data yang digunakan tidak bebas (berpasangan). Ciri-ciri yang paling sering ditemui pada kasus yang berpasangan adalah satu individu (objek penelitian) dikenai 2 buah perlakuan yang berbeda. Walaupun menggunakan individu yang sama, peneliti tetap memperoleh 2 macam data sampel, yaitu data dari perlakuan pertama dan data dari perlakuan kedua. Perlakuan pertama mungkin saja berupa kontrol, yaitu tidak memberikan perlakuan sama sekali terhadap objek penelitian. t-test (Student s t-test) merupakan statistik inferensial untuk melihat perbedaan rata-rata.

19 Tabel kalkulasi total paired samples Test

20 Paired-Sample T Test N menunjukkan jumlah data yang diproses yaitu 20 buah data. Mean menunjukkan nilairata-rata dari 20 responden Standard deviasi adalah menunjukkan dispersi rata-rata dari sampel. distribusi data diatas adalah normal, sehingga data di atas masih berdistribusi normal. Sehingga lebih meyakinkan bahwa distribusi dari data adalah normal. Dasar pengambilan keputusan : - Ho : Rata-rata populasi sebelum dan sesudah adalah identitik. - H1 : Rata-rata populasi sebelum dan sesudah adalah tidak identik. - Jika probabilitas > 0.05, Ho diterima, tetapi jika prob < 0.05, Ho ditolak. Dari output paired sample corelation dapat kita lihat bahwa Sig (2 tailed) = Hal itu berarti bahwa probabilitas kurang dari 0.05 yang berarti juga bahwa Ho ditolak Std error mean dengan standar kesalahan rata-rata simpanganbakuataustandar deviasi sebesar t (hitung ) dan derajat kebebasan (df) pada taraf kesalahan 5 % atau kepercayaan 95%.

21 Kesimpulan Setelah melalui tahapan implementasi dan pengujian sistem, maka dapat diperoleh kesimpulan antara lain : Faktor usia pasien bisa mempengaruhi analisa foto sefalometriknya. semakin muda usia sang pasien semakin jelas foto tulang rahang dan tengkoraknya.usia ideal untuk pengujian ini adalah (10 tahun - 40 tahun) Data tersebut memenuhi syarat untuk dijadikan acuhan penentuan titik sefalometri yang diolah dari data MRI dikarenakan : a. Semua data yang dianalisa mengunakan metode Kolmogorov- Smirnov dan di uji dengan SPSS menghasilkan data yang terdistribusi normal atau semua data titik kordinat memiliki nilai sig > 0,05 b.nilai rata-rata / mean pada hasil uji SPSS mengasilkan nila rata-rata normal juga karena mengandung nilai sig > 0.05 dan nilai rata-rata standart error atau std- err- mean nya masih berada di nilai batas atas dan nilai batas bawah interval convidence 95% nya.

22 TERIMAH KASIH