BAB 1 PENDAHULUAN. di bidang pendidikan, keamanan, perkantoran, bahkan pada bidan g

Transkripsi

1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Sekarangini dunia berada di era digital. Era dimana hampir setiap aspek dalamkehidupan manusia sangat berhubungan erat dengan teknologi komputasi baik di bidang pendidikan, keamanan, perkantoran, bahkan pada bidan g kedokteran,danbidang-bidanglainnya teknologi memiliki peran yang sangat penting. Dukungan teknologi baik berupa perangkat lunak atau software maupun berupa perangkat keras atauhardware sangat dibutuhkan, apalagi ditambah dengan permintaan dari pengguna fasilitas kedokteran yang membutuhkan teknologi canggih yang dapat membantu ilmuwan, dokter, maupun pasien untuk mendapatkan informasi secara akurat menuntut praktikan teknologi khususnya teknologi informasi untuk terus berkarya. Salah satu pengembangan teknologi di bidan g kedokteran yang cukup berperan penting adalah mammogram yaitu proses penggunaan sinar X ataux-ray lemah untuk memeriksa payudara manusia yang digunakan untuk diagnosa penyakit terutama kanker pada payudara. Pengembangan yang akan dilakukan oleh penulis sangat erat kaitannya dengan Intelegensia Semu (Artificial Intelligence) atau biasa dikenal dengan kecerdasan buatan. Kecerdasan buatan yang dimaksud adalah kemampuan 1

2 2 komputer untuk mengambil keputusan dan berpikir layaknya seorang manusia yang secara langsung banyak membantu manusia. Tanpa disadari, sudah banyak sekali aplikasi kecerdasan buatan yang ada di dunia ini antara lain Jaringan Saraf Tiruan (Artificial Neural Network), Sistem Pakar (Expert System), Logika Samar (Fuzzy Logic), Citra Komputer (Computer Vision), dan masih banyak lagi cakupan yang sangat luas mengenai kecerdasan buatan. Seperti Pengenalan Pola (Pattern Recognition) dan Basis Pengetahuan (Knowledge Base). Kanker payudara merupakan pembunuh wanita kedua setelah kanker serviks. Kanker payudara, menurut ilmuwan memiliki rasio 12.6% bagi setiap wanita di dunia untukterserang penyakit ini dan setiap 13 menit wanita meninggal di dunia karena terserang kanker payudara. Saat ini, kanker payudara dideteksi dengan menggunakan teknologi mammography. Dimana payudara diperiksa menggunakan X-Ray lemah yang kemudian dianalisa oleh para ilmuwan dan dokter untuk memastikan apakah pasien terserang kanker payudara. Hasil dari Mammography disebut dengan mammogram yaitu fotopayudara yang kurang lebih mirip dengan foto rontgenlainnya. Para dokter dan pakar kanker payudara saatinimemiliki kesulitan dalam menganalisa dan memutuskan sebuah diagnosa untuk pasien berdasarkan mammogram-nya. Dikarenakan seseorang bisa dikatakan terserang kanker payudara sangat sulit untukdipastikan karena mammogram tersebut harus dibandingkan oleh dokter dengan mammogram-mammogram lainnya yang berjumlah ribuandengancara manual. Proses perbandingan dan pengambilan keputusan ini

3 membutuhkan ketelitian dan kesabaran ekstra karena hanya titik sebesar ±1mm saja dapat dikategorikan sebagaifaktor kanker payudara ataubukan. 3 Kini, komputer sudah dapat mendeteksi keadaan abnormal pada mammogram dengan menggunakan teknologi yang disebut dengan CAD (Computer Aided Detections). Proses yang dijalankan oleh CAD antara lain adalah mammogram dimuat ke unitpemrosesan khusus yang mengubah mammogram ke dalam bentuk digital. Setelah itu CAD akan menandai setiap titik-titik abnormal yang terdeteksi pada mammogram menggunakan analisis tekstur dan pola khusus yang telah didesain sedemikian rupa. Lalu mammogram yang telah ditandai tersebutditampilkan di layar untuk dibandingkan oleh tim dokter, pakar, atau radiologist,sehingga keputusan akhir tetap merupakan keputusan manusia. CAD hanya membantu menandai titik-titik abnormal yang dicurigai terserang penyakit. Ilmuwan di Universitas Thomas Jefferson di Philadelphia mengakui bahwa kini hampir 74% diagnosa kanker payudara menggunakan CAD. Kelemahan CAD terletak pada banyaknya variabel dan faktor yang menunjukkan abnormal atau normal pada mammogram. Oleh karena itu, CAD harus selalu diperbarui. Menurut Dr. Karla Kerlikowsi yaitu professor epidemiologi dan biostatic dari California, San Fransisco, CAD dapat menemukan sekitar 50 kanker payudara yang tidak dapat ditemukan oleh para ahli namun juga kemungkinan false-positive sekitar Dari pendapat beliau, dapat ditarik kesimpulan bahwa CAD yang ada sekarang belum sempurna. CAD juga membutuhkan biaya yang tidak sedikit yaitu sekitar $250-$500 tergantung di rumah sakit mana yang dikunjungi. Di indonesia sendiri. Rumah sakit siloam memiliki

4 4 paket mammogram seharga Rp ,- yang mencakup pengambilan mamografi dan dua kali konsultasi dengan dokter ahli. Program ini bekerja sama dengan YKPJ (Yayasan Kesehatan Payudara Jakarta). Dalam skripsi ini, penulis akan menyoroti salah satu cabang kecerdasan buatan yaitu Citra Computer (Computer Vision) yang akan menjadi dasar untuk pendeteksian penyakit kanker payudara berdasarkan hasil mammogram. Penulis akan menyoroti kanker payudara yang disebabkan oleh kalsifikasi. Kalsifikasi adalah proses dimana garam kalsiummenumpuk pada jaringan lunak yang akhirnya mengeras. Penulis akan menggunakan Computer Vision untuk melakukan analisis teksture pada mamogram dengan 4 metode pendekatan analisis tekstur yaitu FOS (First Order Statistic), GLCMs (Gray Level Co-occurences Matrices Features), GLRLM (Gray Level Run Length Matrices Features), dan LTEMs (Laws Texture Energy Measures). Penulis akan membandingkan performa masing-masing metode tersebut. Penulis juga akan membuat sebuah program yang dapat menganalisa tekstur pada mammogram yang di-input oleh pengguna dan membandingkannya dengan mammogram yang terserang oleh kanker payudara maupun yang sehat. Program tersebut akan melakukan klasifikasi terhadap gambar dan mengambil keputusan perihal terserang atau tidaknya mammogram tersebut. Program tersebut akan lebih menitikberatkan pendeteksian pada kalsifikasi yang ada.

5 5 1.2 Ruang Lingkup Ruang lingkup yang digunakan oleh penulis adalah sebagai berikut: 1. Mengeksplorasi mammogram sebagai tanda terjangkit kanker payudara. 2. Menggunakan program MATLAB 3. Memproses mammogram yang telah diambil ROI (Region of Interest) dengan resolusi 256x256 dan dengan kedalaman warna 8bit. 4. Menggunakan pendekatan analisis tekstur dengan metode LTEM (Law s Texture Energy Measure). 5. Menggunakan classifier knn (K Nearest Neighbour) sebagai acuan klasifikasi pada mammogram. 1.3 Tujuan Dan Manfaat Tujuan dari skripsi ini antara lain adalah : Membuat metode untuk mesin agar dapat menganalisa mammogram dan melakukan klasifikasi terhadap mammogram tersebut dengan metode klasifikasi menggunakan knn (K Nearest Neighbour). Manfaat yang diharapkan dari skripsi ini adalah: Memberikan kemudahan untuk dokter, pakar, dan ilmuwan dalam melakukan diagnosa mammogram.

6 6 Diharapkan dapat membangkitkan semangat para praktisi IT khususnya yang merupakan pakar dalam bidang Computer Vision untuk mengembangkannya lebih lanjut. Dapat dijadikan referensi serta acuan untuk penelitian-penelitian baik yang berkesinambungan maupun tidak. Dapat menjadi metode yang nantinya dapat dikembangkan lebih jauh sehingga menjadi sebuah aplikasi yang berguna di dunia medis. 1.4 Metodologi 1. Metode Analisis. Pada tahap metode analisis, penulis melakukan analisis dari kumpulan jurnal-jurnal ilmuwan, praktisi Computer Visiondan mempelajarinya. Penulis melakukan riset terhadap analisis tekstur dengan 4 metode antara lain : FOS (First Order Statistic), GLCMs (Gray Level Co-occurences Matrices Features), GLRLM (Gray Level Run Length Matrices Features), dan LTEMs (Laws Texture Energy Measures) dilengkapi dengan fitur-fitur terbaik untuk diekstrak. yang kemudian akan penulis pilih salah satu untuk digunakan sebagai metode analisis tekstur pada skripsi ini. Penulis juga melakukan analisa-analisa daripada metode-metode preprocessing dimana banyak sekali metode-metode yang ada dengan berbagai macam keunggulan masing-masing. Mencoba mengeksplorasi algoritma-algoritma klasifikasi data dan pengambilan keputusan yang berkaitan dengan intelegensia semu serta

7 7 menganalisa database-database mammogram yang akan digunakan dalam penulisan skripsi. 2. Metode Perancangan dan Implementasi. Penulis merancang flowchart sederhana dari proses-proses dan kaitannya terhadap metode yang digunakan dan akan diimplementasikan menjadi sebuah program dengan menggunakan MATLAB dimana akan digabungkan metode-metode yang telah diseleksi antara lain: metode preprocessing, metode analisis tekstur, dan algoritma klasifikasi data yang kemudian akan dibuat GUI (Graphical User Interface) yang akan menjembatani metode-metode tersebut sehingga menjadi sebuah program utuh dan interaktif. 3. Metode Pengujian dan Evaluasi. Pada tahap ini, penulis akan melakukan proses pelatihan(training) program dengan 120 mammogram yang telah terklasifikasi dalam 3 kelas yaitu: Malignant, Benign, dan Normal secara offline atau dibelakang layar. Setelah itu penulis akan melakukan pengujian dan evaluasi dari program yang telah dibuat dengan cara menggunakan 30 gambar dimana terdapat 10 gambar pada tiap kelas data yaitu Malignant, Benign, dan Normal. Yang akan dilanjutkan dengan perhitungan akurasi dan sensitivitasnya dengan harapan program yang dibuat dapat memiliki keakuratan yang baik yang direfleksikan dengan angka.

8 8 1.5 Sistematika Penulisan Bab 1 Pendahuluan Pada bab ini akan dijelaskan apa yang melatarbelakangi penelitian ini, disertai dengan ruang lingkup, tujuan dan manfaat, hipotesis, metodologi penelitian yang digunakan serta sistematika penulisan yang dilakukan. Bab 2 Landasan Teori Pada bab ini, penulis akan menjabarkan secara rinci tentang penggunaan Computer Vision, Analisis tekstur, dan kanker payudara. Penulis juga akan membahas tentang mammografi beserta sejarahnya dan penggunaanya., metode analisis tekstur meliputi 4 metode yaitu : FOS (First Order Statistic), GLCMs (Gray Level Co-occurences Matrices Features), GLRLM (Gray Level Run Length Matrices Features), dan LTEMs (Laws Texture Energy Measures) yang akan diikuti dengan penjelasan terhadap metode-metode yang menjadi pertimbangan penulis dalam menulis skripsi. Bab 3 Metodologi Bab ini akan diisi dengan metode-metode yang digunakan oleh penulis serta alasan dan keunggulannya dibandingkan dengan metode lain dan juga akan meliputi perancangan awal flowchart, perancangan GUI (Graphical User Interface), dan juga algoritma dalam klasifikasi mammogram. Bab 4 Pengujian dan Evaluasi Bab yang akan berisi pengujian dari metodologi yang digunakan oleh penulis dan juga hasil dari program yang akan diikuti dengan rangkaian-

9 9 rangkaian pengujian yang dilakukan penulis dan juga akan dihitung keakuratan,akurasi, dan lain-lain yang akan dipaparkan dalam bentuk angka. Bab 5 Kesimpulan dan S aran Bab ini juga sekaligus merupakan bab terakhir yang berisi tentang kesimpulan dari program yang dibuat meliputi kelemahannya. Serta dimuat juga saran-saran yang dapat bermanfaat pada pengembangan lebih lanjut. Bab ini diharapkan dapat memberikan informasi yang lebih tentang kemungkinan Computer Vision digunakan untuk pendeteksian penyakit yang tidak terpaku pada kanker payudara saja.