IDENTIFIKASI KESUBURAN PRIA MELALUI KELAINAN SPERMA BERDASARKAN MORFOLOGI (TERATOSPERMIA) MENGGUNAKAN METODE INVARIANT MOMENT SKRIPSI

Transkripsi

1 IDENTIFIKASI KESUBURAN PRIA MELALUI KELAINAN SPERMA BERDASARKAN MORFOLOGI (TERATOSPERMIA) MENGGUNAKAN METODE INVARIANT MOMENT SKRIPSI RAUVA CHAIRANI PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2016

2 IDENTIFIKASI KESUBURAN PRIA MELALUI KELAINAN SPERMA BERDASARKAN MORFOLOGI (TERATOSPERMIA) MENGGUNAKAN METODE INVARIANT MOMENT SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Teknologi Informasi RAUVA CHAIRANI PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2016

3 ii PERSETUJUAN Judul : IDENTIFIKASI KESUBURAN PRIA MELALUI KELAINAN SPERMA BERDASARKAN MORFOLOGI (TERATOSPERMIA) MENGGUNAKAN METODE INVARIANT MOMENT Kategori : SKRIPSI Nama : RAUVA CHAIRANI Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Seniman S.Kom, M.Kom Mohammad Fadly Syahputra B.Sc, M.Sc, IT NIP NIP Diketahui/disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Muhammad Anggia Muchtar, ST., MM.IT NIP

4 iii PERNYATAAN IDENTIFIKASI KESUBURAN PRIA MELALUI KELAINAN SPERMA BERDASARKAN MORFOLOGI (TERATOSPERMIA) MENGGUNAKAN METODE INVARIANT MOMENT SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan, Januari 2016 RAUVA CHAIRANI

5 iv UCAPAN TERIMA KASIH Puji dan syukur kehadirat Allah SWT, karena rahmat dan izin-nya penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Teknologi Informasi Fakultas Ilmu Komputer dan Teknologi Informasi. Ucapan terima kasih penulis sampaikan kepada: 1. Bapak Prof. Drs. Subhilhar, M.A, Ph.D selaku Pj. Rektor Universitas Sumatera Utara. 2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fasilkom-TI USU. 3. Bapak Muhammad Anggia Muchtar, ST., MM.IT selaku Ketua Program Studi S1 Teknologi Informasi. 4. Bapak Mohammad Fadly Syahputra, B.Sc, M.Sc, IT selaku Sekretaris Program Studi S1 Teknologi Informasi dan Dosen Pembimbing I yang telah memberikan bimbingan dan saran kepada penulis. 5. Bapak Seniman, S.Kom, M.Kom selaku Dosen Pembimbing II yang telah memberikan bimbingan dan saran kepada penulis. 6. Bapak Muhammad Anggia Muchtar ST, MM, IT selaku Dosen Pembanding I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 7. Bapak Romi Fadillah Rahmat B.Comp.Sc., M.Sc selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 8. Ayahanda Raha Yusra S.E dan Ibunda Dardanella Arifa yang selalu memberikan doa, kasih sayang dan dukungan kepada penulis. 9. Rafika Asnur Lubis, S.Kom, Widuri Annisya Putri, S.E., Ilda Sari Z. Hasibuan S.T, Channy Rosalia, S.P, Dwi Puspita Yafelli S.Ked, dan Sofia S.Sos yang selalu memberikan semangat dan motivasi kepada penulis.

6 v 10. Teman teman wacana skripsi FahrunissaKhairani S.Kom., Chairunnisaq S.Kom, Ade Oktariani S.Kom, Marsha Ayudia S.Kom, Karina Ginting S.Kom, Mewati Panjaitan S.Kom, Nabila Pindya S.Kom, Abbas Munandar S.Kom. yang telah memberikan dukungan dan bantuan kepada penulis. 11. Annisa Fadhillah Pulungan S.Kom, Ossie Zarina Prayitno S.Kom, Abangda Handra Akira Saito, dan Kakak Siti Moriza Tania S.Kom yang telah memberikan nasehat dan pengetahuan kepada penulis. 12. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini. Semoga Allah SWT melimpahkan berkah kepada semua pihak yang telah memberikan bantuan, perhatian, serta dukungan kepada penulis dalam menyelesaikan skripsi ini. Medan, Januari 2016 Penulis

7 vi ABSTRAK Morfologi sperma masih menjadi analisis standar laboratorium dalam mendiagnosis ketidaksuburan pada pria. Secara manual identifikasi bentuk sperma masih belum akurat, kesulitan dalam melihat bentuk sperma secara kasat mata dari citra mikroskop digital sering menjadi kelemahan dalam proses identifikasi dan membutuhkan waktu yang lama. Oleh karena itu dibutuhkan sistem aplikasi identifikasi kesuburan pria melalui kelainan sperma berdasarkan morfologi sperma (teratospermia). Metode yang digunakan adalah metode invariant moment. Penelitian ini menggunakan 15 data testing dan 20 data training citra sperma. Setelah dilakukan pengujian, maka dapat disimpulkan bahwa proses identifikasi kesuburan pria melalui kelainan sperma berdasarkan morfologi sperma (teratospermia) memiliki tingkat akurasi 80,77 %. Penggunaan waktu untuk proses identifikasi kesuburan pria melalui kelainan sperma berdasarkan morfologi sperma (teratospermia) selama 0,4369 detik. Kata Kunci: Pengolahan Citra, Teratospermia, Invariant Moment, Euclidean Distance.

8 vii IDENTIFICATION FERTILITY MAN THROUGH ABNORMALITY SPERM BASED ON MORPHOLOGY (TERATOSPERMIA) USES THE METHOD INVARIANT MOMENT ABSTRACT Sperm morphology is still a standard analytical laboratory in the diagnosis of infertility in men. Manually identifying sperm shape is still not accurate, difficulty in seeing the form of the sperm is visible from a digital microscope image is often a weakness in the identification process an takes a long time. Therefore necessary identification application systems through sperm abnormalities in male fertility based on sperm morphology (teratospermia). The method used is invariant moment method. This research using 15 data testing and 20 data training sperm image. After testing, it can be concluded that the process of identifying the fertility of men through sperm abnormality based on the sperm morphology (teratospermia) have a accuracy 80,77%. Use of time for the process of identifying the fertility of men through sperm abnormalities based on the morphology of spermduring 0,4369 second. Keywords: Image Processing, Teratospermia, Invariant Moment, Euclidean Distance.

9 viii DAFTAR ISI Halaman Persetujuan Pernyataan Ucapan Terima Kasih Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar ii iii iv vi vii viii xi xii Bab 1 Pendahuluan 1.1 Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metodologi Penelitian Sistematika Penulisan 5 Bab 2 Landasan Teori 2.1 Spermatozoa Pembuahan (Fertilisasi) Kelainan Pada Sperma Citra Citra Warna (Color Image) Citra Keabuan (Grayscale) Citra Biner Pengolahan Citra (Image Processing) Grayscaling 12

10 ix Gaussian Thresholding Labelling Bounding Box Invariant Moment Euclidean Distance Running Time PenelitianTerdahulu 18 Bab 3 Analisis dan Perancangan 3.1 Arsitektur Umum Pre-Processing Pembentukan Citra Keabuan(Grayscaling) Penghalusan Citra (Gaussian) Segmentasi Citra (Thresholding) Proses Seleksi Citra Pelabelan Objek Pada Citra Sperma (Labelling) Pengkotakkan Objek Pada Citra Sperma (Bounding Box) Feature Extraction Invariant Moment Klasifikasi Data Data Masukan Data Proses Data Keluaran Perancangan Sistem Perancangan Menu Sistem Perancangan Antarmuka 31 Bab 4 Implementasi dan Pengujian 4.1 Implementasi Sistem Spesifikasi Perangkat Keras dan Perangkat Lunak Implementasi Perancangan Antarmuka 35

11 x Implementasi Data Prosedur Operasional Pengujian Sistem 46 Bab 5 Kesimpulan dan Saran 5.1 Kesimpulan Saran 52 Daftar Pustaka 54

12 xi DAFTAR TABEL Halaman Tabel 2.1 Matrisk Kernel Gauss 5x5 dengan = Tabel 2.2 Model 4-konektivitas 15 Tabel 2.3 Model 8-konektivitas 15 Tabel 2.4 Penelitian Terdahulu 19 Tabel 3.1 Hasil Proses Gaussian 26 Tabel 4.1 Data Training dan Testing 37 Tabel 4.2 Hasil Pengujian Data Sperma 46 Tabel 4.3 Tingkat Akurasi dan Running Time Sistem 49

13 xii DAFTAR GAMBAR Halaman Gambar 2.1 Bentuk Sperma 9 Gambar 2.2 Citra Warna 10 Gambar 2.3 Citra Grayscale 11 Gambar 2.4 Citra Biner 12 Gambar 2.5 Bounding Box 16 Gambar 3.1 Arsitektur Umum 22 Gambar 3.2 Citra Mikroskop Sperma 23 Gambar 3.3 Citra Mikroskop Sperma Grayscale 23 Gambar 3.4 Citra Hasil Proses Gaussian 24 Gambar 3.5 Citra Hasil Proses Thresholding 24 Gambar 3.6 Citra Hasil Proses Bounding Box 25 Gambar 3.7 Citra Hasil Proses Gaussian 26 Gambar 3.8 Struktur Menu Aplikasi 31 Gambar 3.9 Rancangan Tampilan Awal aplikasi 31 Gambar 3.10 Rancangan Tampilan Utama Aplikasi 32 Gambar 3.11 Rancangan Tampilan Input Citra ke Database 33 Gambar 4.1 Tampilan Awal Sistem 35 Gambar 4.2 Tampilan Utama Sistem 36 Gambar 4.3 Tampilan Input Citra ke Database 36 Gambar 4.4 Tampilan Menu File 41 Gambar 4.5 Tampilan Ketika File dipilih dan di-input kedalam Database 42 Gambar 4.6 Tampilan Saat Tombol Cari File dipilih 42 Gambar 4.7 Tampilan Utama Aplikasi Setelah Citra Sperma dipilih 43 Gambar 4.8 Tampilan Aplikasi Setelah Citra diproses 44 Gambar 4.9 Tampilan Citra Hasil Grayscale 44 Gambar 4.10 Tampilan Citra Hasil Gaussian 45 Gambar 4.11 Tampilan Citra Hasil Thresholding 45

14 xiii Gambar 4.12 Tampilan Hasil Proses Seleksi Citra 46