Bab I Pendahuluan 1.1 Latar belakang

Transkripsi

1 Bab I Pendahuluan Pada bab ini dibahas latar belakang pemikiran yang mendasari tesis ini serta tujuan dilakukannya penelitian. Kemudian diulas pula beberapa penelitian yang ada atas topik yang sama. Berikut diungkapkan spesifikasi sistem yang dikembangkan serta pembatasan lingkup permasalahan, yang diperjelas dengan diagram blok serta cara kerja sistem. Bab ini akan ditutup dengan sistematika pembahasan laporan. 1.1 Latar belakang Gait oleh L.Lee et al adalah identifikasi ciri-ciri seseorang yang dideskripsikan oleh tinggi, berat, panjang tungkai dan postur tubuh. Gait adalah cara berjalan yang khas pada seseorang [15]. Gait sangat diperlukan untuk diagnosa patho-mechanic yang berhubungan dengan penyakit musculoskeletal. Gait saat ini telah digunakan untuk rehabilitasi dan tindakan pencegahan terhadap penyakit musculoskeletal yaitu untuk : Monitor perawatan untuk pasien terluka dan pasien yang memiliki ketidakmampuan o Apakah perawatan yang diberikan berhasil Monitor orang yang beranjak tua o Mendeteksi penurunan kemampuan bergerak o Memulai latihan sebagai tindakan pencegahan Monitor pergerakan olahragawan [13] Pengukuran gait saat ini yaitu dilakukan di laboratorium dengan menggunakan marker atau sensor pada tubuh pasien, kondisi ini dapat mempengaruhi pasien sehingga ia berjalan tidak secara natural, dibutuhkan banyak waktu untuk persiapan pasien, penggunaan pakain khusus pada pasien, kesalahan pengukuran dapat terjadi akibat gerakan marker terhadap tulang di bawahnya [4,5]. 1

2 Gambar 1.1 Pengukuran gait dengan menggunakan marker [13,15] Gambar 1.2 Gait analisis hardware dan software [13] Gait analisis yang sudah dipatenkan, United States Patent , menggunakan reflektif marker yang diletakkan pada pada bagian depan dan samping persendian pasien yang dianalisa cara berjalannya. Setiap marker terbuat dari stiker yang memantulkan dan relatif ringan sehingga tidak mengganggu pergerakan dari pasien. Kamera yang digunakan adalah 2 buah kamera merek Sony dengan spesifikasi 60 frame per detik yang diletakkan di depan dan samping lintasan untuk pasien. Monitor disediakan untuk menampilkan gambar yang telah direkam oleh video. Setiap frame dicari kordinat x, y, dan z nya kemudian dimasukkan sebagai input data pada komputer PDP 11/70 yang menghasilkan output berupa gambar garis yang melukiskan gerakan pasien [13]. Untuk membuat pengukuran gait yang lebih mudah dan efisien maka dilakukan tanpa marker. Keuntungan markerless pasien akan berjalan lebih 2

3 natural, gait dapat diukur dengan stereoradiography, bone pins, atau teknik fluoroscopic. Pengukuran-pengukuran ini dilakukan langsung secara invasive atau memberikan radiasi kepada pasien. Oleh karena itu teknik pengukuran noninvasive dimana tidak memerlukan marker akan banyak berkembang untuk menganalisa kondisi normal dan patologi pasien dari cara berjalannya, dan mengurangi waktu persiapan, simple, dan lebih efisien. 1.2 Permasalahan Pengukuran gait saat ini : Dilakukan di laboratorium dengan menggunakan marker atau sensor pada tubuh pasien Kondisi ini dapat mempengaruhi pasien sehingga ia berjalan tidak secara natural Dibutuhkan banyak waktu untuk persiapan pasien Penggunaan pakaian khusus pada pasien Kesalahan pengukuran dapat terjadi akibat gerakan marker terhadap tulang di bawahnya Untuk membuat pengukuran gait yang lebih mudah dan efisien maka dilakukan tanpa marker. Permasalahannya adalah bagaimana memformulasikan suatu metode penentukan marker pada pengambilan gambar tanpa marker untuk analisa gait? 1.3 Hipotesis Dengan sistem yang dibuat nantinya pengukuran gait akan lebih mudah dan efisien, pengukuran gait dapat dilakukan di mana saja, tidak perlu dilakukan di laboratorium dan pasien tidak perlu menggunakan pakaian khusus. Dalam sistem pengukuran gait ini tubuh pasien tidak diberi marker atau sensor sehingga waktu persiapan lebih pendek. Dengan sistem pengukuran yang dibuat nantinya pasien dapat berjalan secara natural tanpa merasa teramati. 3

4 1.4 Tujuan Tujuan penelitian ini adalah membuat suatu program penentuan marker pada pengambilan gambar tanpa marker dengan metode interpolasi kurva Bezier berbasis visual basic untuk analisa gait, sehingga didapatkan pengukuran gait yang lebih mudah dan efisien, dimana: Pasien akan berjalan lebih natural. Mengurangi kesalahan pengukuran yang dapat terjadi akibat gerakan marker terhadap tulang di bawahnya Pengukuran secara non-invasive kepada pasien. Mengurangi waktu persiapan, simpel, dan lebih efisien. 1.5 Posisi riset Pada penelitian yang dilakukan oleh Dorthe Meyer, Josef Posl, dan Heinrich Niemann dengan topik klasifikasi gait dengan menggunakan HMM untuk mendapatkan lintasan dari bagian-bagian tubuh, dibuat statu sistem gait otomatis. Sistem ini tidak menggunakan marker pada tubuh pasien untuk mendapatkan bagian-bagian tubuh. Lintasan yang diperoleh dan klasifikasinya didasarkan pada perhitungan statistik. Klasifikasi yang dilakukan adalah berjalan, berjalan pincang, berlari, dan melompat. Dari lintasan yang diperoleh maka didapatkan klasifikasi gait dengan menggunakan HMM yaitu Hidden Markov Model. Setiap klasifikasi gait digunakan satu HMM [5]. Gambar 1.3. Penentuan marker pada markerless gait analysis [5]. Penelitian yang lain, yang dilakukan oleh Liang Wang, Tieniu Tan, Senior Member, IEEE, Huazhong Ning, and Weiming Hu dengan topic Silhouette Analysis-Based Gait Recognition for Human Identification, mendapatkan 4

5 klasifikasi gait dari analisis silhouette nya. Cara kerjanya adalah sebagai berikut, pertama latar belakang pengambilan gambar direkam dengan kamera video, kemudian subyek yang berjalan melintas pada latar belakang yang disediakan direkam dengan menggunakan kamera video. Dari gambar latar belakang inilah, subyek dapat dideteksi dengan algoritma pengurangan antara gambar subyek dengan latar belakangnya sehingga didapatkan gambat siluetnya. Kemudian gambar siluet ini diekstraksi dan diproses dengan menggunakan perhitungan Eigenspace sehingga didapatkan klasifikasi gait. Penelitian ini bertujuan untuk mengenali cara berjalan seseorang yang ditujukan untuk identifikasi secara biometric dengan keunggulan tanpa perlu bersentuhan dengan subyek, dimana generasi pertama pada bidang biometric adalah identifikasi dengan menggunakan fingerprint atau iris[4]. (l) (m) Gambar 1.4. (a) latar belakang, (b) subyek berjalan pada latar belakang yang disediakan, (c) ekstraksi siluet dari gambar (b), (d-k) pergerakan siluet setiap framenya, (l) ilustrasi dari batas gambar siluet, (m) grafik jarak antara cetroid dan pixel pada batas gambar [4] 1.6 Batasan masalah Dalam penelitian akan dibuat suatu program penentuan marker pada pengambilan gambar pasien tanpa marker, dengan spesifikasi: Gambar pasien diambil dari satu arah, menggunakan satu kamera. Perangkat lunak yang digunakan untuk penentuan marker adalah visual basic. Pada tahap awal, marker ditentukan sebanyak 8 buah. 5

6 1.7 Diagram blok dan cara kerja sistem Ekstraksi data Penentuan marker dengan algoritma kurva Bezier untuk analisa gait Parameter gait Gambar 1.5 Diagram blok gait analisis Cara kerja dari sistem ini adalah: Pengambilan gambar pasien menggunakan satu kamera dari satu arah. Penentuan marker, ditentukan secara manual pada frame tertentu. Program yang dibuat adalah program interpolasi titik yang akan menentukan letak marker yang belum diketahui dengan titik referensi marker sebelum dan sesudahnya. Dari sistem ini akan didapatkan lintasan marker yang selanjutnya dipakai untuk analisa gait. 1.8 Metodologi penelitian Metoda yang digunakan dalam penelitian tesis ini adalah sebagai berikut : Identifikasi masalah Studi Literatur Perancangan sistem Pengembangan algoritma untuk memecahkan masalah Pengujian Analisis hasil pengujian Kesimpulan dan saran berdasarkan hasil pengujian 6

7 1.9 Sistematika penulisan Laporan tesis ini ditulis dengan sistematika sebagai berikut : Bab 1 Pendahuluan Berisi pendahuluan yang memuat latar belakang, rumusan masalah, tujuan penelitian, batasan masalah, diagram blok sistem, metodologi penelitian, dan sistematika penulisan. Bab 2 Studi Pustaka Berisi informasi penunjang yang akan digunakan dalam penenentuan marker pada pengambilan gambar tanpa marker untuk analisa gait. Yaitu pertama-tama adalah pengertian dari gait, prinsip kerja kurva Bezier, dan perangkat lunak yang digunakan. Bab 3 Perancangan dan Implementasi Sistem Pada bab ini akan dibahas mengenai proses perancangan dan realisasi perangkat lunak yang digunakan. Bab 4 Pengujian dan Analisis Sistem Bab ini berisi hasil-hasil pengujian sistem yang telah dibuat beserta analisanya. Bab 5 Kesimpulan dan Saran Berisi kesimpulan hasil penelitian yang telah dilakukan dan saran-saran untuk pengembangan lebih lanjut. 7