IDENTIFIKASI LOKASI FRAKTUR PADA CITRA DIGITAL TULANG TIBIA MENGGUNAKAN METODE ALGORITMA SCANLINE SKRIPSI SUSI ELFRIDA S

Transkripsi

1 1 IDENTIFIKASI LOKASI FRAKTUR PADA CITRA DIGITAL TULANG TIBIA MENGGUNAKAN METODE ALGORITMA SCANLINE SKRIPSI SUSI ELFRIDA S PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2016

2 2

3 3 IDENTIFIKASI LOKASI FRAKTUR PADA CITRA DIGITAL TULANG TIBIA MENGGUNAKAN METODE ALGORITMA SCANLINE SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Teknologi Informasi Susi Elfrida S PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2016

4 i PERSETUJUAN Judul : IDENTIFIKASI LOKASI FRAKTUR TULANG TIBIA DAN FIBULA MENGGUNAKAN ALGORITMA SCANLINE Kategori : SKRIPSI Nama : SUSI ELFRIDA S Nomor Induk Mahasiswa : Program Studi : S1 TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dr.Iman Dwi Winanto Muhammad Anggia Muchtar, S.T.MM.IT. NIP NIP Diketahui/disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Muhammad Anggia Muchtar, ST., MM.IT NIP

5 ii PERNYATAAN IDENTIFIKASI LOKASI FRAKTUR TULANG TIBIA DAN FIBULA MENGGUNAKAN ALGORITMA SCANLINE SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan, Mei 2015 Susi Elfrida S

6 iii UCAPAN TERIMA KASIH Puji dan syukur penulis sampaikan ke hadirat Tuhan Yesus Kristus atas segala berkat dan pengasihan-nya yang berlimpah sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1 Teknologi Informasi. Ucapan terima kasih penulisan sampaikan kepada Bapak Muhammad Anggia Muchtar, S.T., MM.IT. selaku pembimbing pertama dan Bapak Dr.Iman Dwi Winanto selaku pembimbing kedua yang telah banyak meluangkan waktu untuk memberikan kritik dan saran dalam penelitian dan penulisan skripsi ini. Selanjutnya, terima kasih juga kepada Bapak Romi Fadillah Rahmat B.Comp.Sc.,M.Sc sebagai dosen penguji pertama serta Ibu Dr. Erna Budhiarti Nababan, M. IT sebagai dosen penguji kedua. Penulis juga mengucapkan terima kasih kepada Bapak dan Ibu dosen S1 Teknologi Informasi yang telah mengajar dan memberikan masukan serta saran yang bermanfaat selama proses perkuliahan hingga dalam penulisan skripsi ini. Ucapan terima kasih juga ditujukan kepada semua pegawai dan staf tata usaha Teknologi Informasi dan Fasilkom-TI, yang telah membantu proses administrasi selama perkuliahan. Penulis tentunya tidak lupa berterima kasih kepada kedua orang tua penulis, yaitu Bapak Martolu Simanjuntak dan Ibu Romauli Panjaitan yang telah membesarkan penulis dengan sabar dan penuh cinta. Terima kasih juga penulis ucapkan kepada abang penulis Suberto dan Herianto Simanjuntak dan kakak penulis Lasmian, yang selalu memberikan dukungan kepada penulis. Penulis juga berterima kasih kepada Julchiply atas segala bantuan, motivasi dan doa yang diberikan kepada penulis. Penulis juga berterima kasih pada seluruh anggota keluarga penulis yang namanya tidak dapat disebutkan satu satu. Terima kasih juga penulis ucapkan kepada teman-teman yang telah memberikan dukungan, khususnya teman seperjuangan Masyunita, Dian, Fitri, Anita, Vanesa, Melda, serta seluruh teman-teman angkatan 2011 dan teman-teman mahasiswa Teknologi Informasi lainnya. Akhir kata, penulis ucapkan terimakasih kepada semua pihak yang telah membantu menyelesaian skripsi ini yang tidak bisa penulis sebutkan satu persatu. Semoga Tuhan Yesus Kristus membalas kebaikan kalian semua, dan semoga skripsi yang penulis buat dapat bermanfaat.

7 iv ABSTRAK Fraktur adalah terputusnya kontinuitas jaringan tulang, retak atau patahnya tulang utuh yang biasanya disebabkan oleh trauma atau tenaga fisik. Fraktur tibia dan fibula yang terjadi akibat pukulan langsung, fraktur kedua tulang ini sering terjadi dalam kaitan satu sama lain. Salah satu cara yang digunakan untuk mengidentifikasi lokasi fraktur tibia dan fibula adalah dengan membaca gambar hasil foto X-ray secara manual. Pemeriksaan manual membutuhkan waktu yang lebih lama dan memungkinkan terjadinya kesalahan dalam identifikasi karena citra mengandung banyak noise. Terlebih lagi dalam pembacaan gambar X-ray membutuhkan sinar background yang kuat (sebagai pencahayaan) untuk membuat objek pada gambar X- ray tampak lebih jelas, sehingga dibutuhkan suatu metode yang dapat mempermudah ahli radiologi dalam mengidentifikasi lokasi fraktur tulang tibia dan fibula. Metode yang diajukan pada penelitian ini adalah algoritma Scanline untuk identifikasi lokasi fraktur. Sebelum tahap identifikasi dilakukan citra cruris akan mengalami preprocessing dan feature extraction menggunakan deteksi tepi Canny. Pada penelitian ini ditunjukkan bahwa metode yang diajukan mampu melakukan identifikasi lokasi fraktur tulang tibia dan fibula dengan akurasi 87,5%. Kata kunci: Fraktur, Tibia dan fibula, Canny, Scanline.

8 v IDENTIFICATION OF THE LOCATION OF TIBIA AND FIBULA FRACTURE USING SCANLINE ALGORITHM ABSTRACT A fracture is a break of continuity of bone tissue, a crack or a fracture of intact bone usually caused by trauma or physical exertion. Fracture of the tibia and fibula caused by a direct hit, both bone fractures often occur in conjunction with one another. A method that use to identify the location of tibia and fibula fracture by reading X-ray images manually. Manual inspection requires a lot of time and misidentification of the image that contains a lot of noise may occured. Especially in reading X-ray images requires a strong background light (for lighting) to make objects in X-ray images appear clearly, and so it is needed a method that can help radiologists in identifying the location of tibia and fibula fracture. The method proposed in this research is the Scanline algorithm to identify the location of the fracture. Pre-processing and feature extraction using canny edge detection will be performed before the identification step. This research shows that the proposed method is able to identify the location of tibia and fibula fracture with accuracy of 87,5%. Keywords: Fracture, Tibia and fibula, Canny, Scanline.

9 vi DAFTAR ISI Hal. PERSETUJUAN i PERNYATAAN ii UCAPAN TERIMA KASIH iii ABSTRAK iv ABSTRACT v DAFTAR ISI vi DAFTAR TABEL viii DAFTAR GAMBAR ix BAB 1 PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan penelitian Batasan Masalah Manfaat Penelitian Metodologi Penelitian Sistematika Penulisan 4 BAB 2 LANDASAN TEORI Tulang Tibia dan Tulang Fibula Tulang Tibia Tulang Fibula Fraktur Klasifikasi Fraktur Citra Citra Biner Citra Keabuan (Grayscale) Citra Warna Pengolahan Citra 11

10 vii Cropping Resizing Grayscaling Penajaman citra (Sharpenning) Filtering Ekstraksi Fitur Algoritma Scanline Penelitian Terdahulu 16 BAB 3 ANALISIS DAN PERANCANGAN SISTEM Arsitektur Umum Data yang Digunakan Pre-processing Cropping Resizing Grayscaling Penajaman Citra (Sharpening) Ekstraksi Fitur Identifikasi Lokasi Fraktur Bentuk keluaran yang dihasilkan 30 BAB 4 IMPLEMENTASI DAN PENGUJIAN Implementasi Sistem Spesifikasi perangkat keras dan perangkat lunak yang digunakan Implementasi perancangan muka Implementasi data Prosedur Operasional Pengujian Sistem Pengujian Citra 42 BAB 5 KESIMPULAN DAN SARAN Kesimpulan Saran 52 DAFTAR PUSTAKA 53

11 viii DAFTAR TABEL Hal. Tabel 2.1. Penelitian terdahulu 17 Tabel 3.1. Nilai ektraksi fitur deteksi Canny 27 Tabel 3.2. Hasil Proses Scanline 30 Tabel 4.1. Rangkuman data citra cruris 38 Tabel 4.3. Hasil Uji data cruris 43

12 ix DAFTAR GAMBAR Hal. Gambar 2.1. Anatomi Cruris Tibia dan Fibula 6 Gambar 2.2. Citra biner 10 Gambar 2.3. Citra Grayscale 11 Gambar 2.4. Citra warna 11 Gambar 2.5. Ilustrasi proses Scanline 16 Gambar 3.1. Arsitektur umum 20 Gambar 3.2. Citra Cruris 21 Gambar 3.3. Hasil pemotongan (cropping) citra cruris 21 Gambar 3.4. Citra hasil proses resizing 22 Gambar 3.5. Representasi pixel citra cruris 22 Gambar 3.6. Citra 9 (3x3) pixel 23 Gambar 3.7. Nilai grayscaling pada setiap pixel 24 Gambar 3.8. Citra hasil grayscaling 24 Gambar 3.9. Citra hasil sharpening 25 Gambar Citra Proses canny 26 Gambar Citra hasil canny 26 Gambar Ilustrasi proses algoritma Scanline 29 Gambar Struktur Menu Aplikasi 31 Gambar Rancangan Tampilan Awal Identifikasi 32 Gambar 3.15 Rancangan Tampilan Halaman Utama 33 Gambar 4.1. Tampilan Halaman Awal 34 Gambar 4.2. Tampilan Halaman Utama Sistem 36

13 x Gambar 4.3. Tampilan utama aplikasi saat tombol Browse dipilih 37 Gambar 4.4. Tampilan utama aplikasi setelah citra tulang dipilih 38 Gambar 4.5. Tampilan aplikasi pada proses identifikasi 39 Gambar 4.6. Tampilan citra hasil grayscaling 39 Gambar 4.7. Tampilan citra hasil sharpening 40 Gambar 4.8. Tampilan citra hasil deteksi tepi canny 41 Gambar 4.9. Tampilan citra hasil identifikasi 41 Gambar Citra gagal identifikasi 51