1. BAB I PENDAHULUAN Latar Belakang

Transkripsi

1 1. BAB I PENDAHULUAN 1.1. Latar Belakang Salah satu indikator dari kesejahteraan masyarakat adalah tingkat kesehatan yang tinggi. Indonesia merupakan salah satu negara berkembang yang berupaya setiap tahun untuk memperbaiki tingkat kualitas kesehatan warga negaranya. Berbagai inovasi teknologi medis terus dikembangkan agar mendapatkan hasil yang efisien dan efektif. Tentunya biaya yang terjangkau juga menjadi tujuan agar fasilitas medis dapat dimiliki berbagai kalangan. Menurut Badan Penelitian dan Pengembangan Kesehatan (Balitbangkes) Kementrian Kesehatan RI seperti dikutip pada website CNN Indonesia[1], pada tahun 2014 diabetes melitus dengan komplikasi menempati peringkat ketiga penyakit paling mematikan di Indonesia setelah penyakit cerebrovaskuler atau pembuluh darah di otak seperti pasien stroke dan penyakit jantung iskemik. International Diabetes Federation (IDF) mengestimasikan terdapat 382 juta orang di dunia hidup dengan diabetes pada tahun 2013 dan akan meningkat menjadi 592 juta penderita pada tahun Sebagai negara dengan populasi 258 juta orang per 2016 menurut data Badan Pusat Statistik. Indonesia menempati peringkat kelima di dunia dengan penderita diabetes terbanyak. Penyakit diabetes melitus merupakan penyakit yang ditakuti karena biasa disebut silent killer karena gejalanya terlihat setelah terjadinya komplikasi. Diabetes dapat menimbulkan komplikasi pada ginjal (diabetic nefropathy), komplikasi pada retina (diabetic retinopathy), dan pada sistem syaraf (diabetic neuropathy). Komplikasi yang paling umum terjadi pada retina

2 mata atau disebut dengan diabetik retinopati. Apabila tidak ditangani lebih lanjut akan menimbulkan kebutaan pada pengidapnya. Diagnosis awal diperlukan agar komplikasi yang terjadi dapat dideteksi dengan cepat. Teknologi yang biasa digunakan dalam deteksi dan memonitor diabetik retinopati adalah pengolahan citra optis dengan kamera fundus. Sebagai metode yang paling umum digunakan, fundus imaging merupakan cara yang aman mengingat metode ini digunakan dengan cara non-invasive (tanpa memasukkan alat). Indikator kesuksesan dari fundus imaging adalah keakuratan pengambilan gambar terutama pada keakuratan dan kehandalan pengolahan citra serta analisis algoritme untuk pendeteksian ketidaknormalan pada citra mata[2]. Namun, ahli terkait dibutuhkan untuk menindaklanjuti deteksi lebih lanjut. Hal ini membuat diagnosis yang dilakukan akan membutuhkan banyak waktu apabila jumlah data yang ada banyak. Sejak tahun 2007, Starck [3] telah mengembangkan sebuah algoritme untuk menganalisis citra berdasarkan komponen-komponen morfologi penyusun citra tersebut. Pengujian telah dilakukan untuk mendekomposisi citra, pemisahan tekstur dan image inpainting. Ide dasar dari algoritme ini adalah sinyal s merupakan kombinasi linear dari atom-atom si (dimana i = 1,..., N) yang teralokasi dalam dictionary D. Atom-atom yang terdapat dalam D lebih besar dari dimensi sinyal tersebut. Dekomposisi sinyal dengan algoritme Morphological Component Analysis mempunyai daya tarik tersendiri dalam pengembangan pengolahan citra karena dengan membagi sinyal berdasarkan atom-atom penyusunnya akan mempermudah dalam analisis citra, perbaikan kualitas citra, menghilangkan derau dan sebagainya. 2

3 Implementasi yang luas mendorong peneliti untuk mengaplikasikan MCA di berbagai bidang seperti militer, telekomunikasi, medis dan sebagainya. Beberapa penelitian pada citra medis telah dilakukan menggunakan metode MCA. Salah satu penelitian pada citra medis yang telah dilakukan menggunakan MCA adalah pada deteksi patologi retina mata yang disebabkan oleh diabetik retinopati yaitu deteksi exudates [4] Rumusan Masalah Retinal Hemorrhages merupakan gejala paling awal sebelum exudates dari diabetik retinopati. Deteksi awal hemorrhages diharapkan dapat membantu mengurangi resiko kebutaan penderita. Seiring berjalannya waktu jumlah penderita diabetik retinopati semakin meningkat. Deteksi secara manual membutuhkan waktu yang relatif lama sehingga deteksi otomatis menjadi solusi yang penting. Algoritme Morphological Component Analysis menyajikan cara mendekomposisi sinyal menjadi atom-atom penyusunnya. Pada penelitian sebelumnya [4], exudates pada database DIARETDB1 berhasil dideteksi dengan hasil yang memuaskan yaitu dengan nilai sensitivitas 89,01 %, spesifisitas 99,93% dan Positive Predictive Value (PPV) 82,64%. Namun, algoritme ini belum pernah diujikan pada tanda-tanda diabetik retinopati yang lain seperti hemorrhages. Uji coba diperlukan adar pengembangan deteksi awal dari ciri-ciri diabetik retinopati dapat dikembangkan guna mencegah kebutaan pada penderita Batasan masalah Batasan masalah pada penelitian ini adalah implementasi algoritme Morphological Component Analysis pada ciri diabetik retinopati yaitu pendarahan akibat pemecahan pembuluh darah pada retina (retinal hemorrhages). Database citra retina yang digunakan adalah DIARETDB1 yang telah dipublikasikan secara umum. Evaluasi dari implementasi MCA pada 3

4 database DIARETDB1 ini akan dihitung menggunakan parameter spesifisitas, akurasi dan sensitivitas Tujuan Penelitian Tujuan dari penelitian ini adalah mengimplementasikan metode Morphological Component Analysis pada deteksi retinal hemorrhages dan melakukan evaluasi hasil implementasi pada database DIARETDB1 yang digunakan sehingga dapat diketahui apakah algoritme ini cocok untuk mendeteksi retinal hemorrhages Manfaat Penelitian Adapun beberapa manfaat yang diharapkan dari penelitian ini yaitu, 1. Penelitian ini diharapkan dapat menjadi rujukan sebagai pengembangan pengolahan citra retina yang lainnya. 2. Penelitian ini diharapkan menjadi sarana deteksi ciri-ciri diabetik retinopati lebih awal sehingga diagnosis dilakukan lebih cepat. Dengan pengembangan lebih lanjut, penelitian ini diharapkan dapat membantu dokter menghemat waktu dalam bekerja bila terdapat banyak jumlah data Sistematika Penulisan Penulis membagi penelitian ini menjadi beberapa bab agar mudah dipahami yaitu 1. BAB I : PENDAHULUAN Naskah penelitian ini diawali dengan akar permasalahan yang diangkat dan hal-hal yang mendasarinya. Pemaparan akar permasalahan diharapkan dapat memberikan gambaran awal atas naskah ini. Bab ini terbagi menjadi latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian dan sistematika penulisan. 4

5 2. BAB II : TINJAUAN PUSTAKA DAN DASAR TEORI Pada bab ini, tinjauan pustaka akan memaparkan penelitianpenelitian terkait tentang diabetik retinopati, pengolahan citra retina dan algoritme-algoritme lain yang telah dilakukan sebelumnya. Sub-bab dasar teori akan memaparkan konsep-konsep dasar mengenai pengolahan citra, algoritme Morphological Component Analysis dan retinal hemorrhages. 3. BAB III : METODE PENELITIAN Bab ini akan menjelaskan gambaran umum bagaimana penelitian ini berjalan. Penjelasan akan berfokus pada algoritme Morphological Component Analysis yang diimplementasikan pada deteksi retinal hemorrhages. 4. BAB IV : HASIL DAN PEMBAHASAN Bab ini menjelaskan penerapan algoritme Morphological Component Analysis yang telah diimplementasikan menggunakan program Matlab dengan masukan berupa citra database retina DIARETDB1. Pada bab ini juga akan dijelaskan evaluasi dari MCA pada deteksi retinal hemorrhages dengan menggunakan groundtruth yang telah tersedia pada database. Parameter evaluasi dari algoritme ini adalah spesifisitas, sensitivitas dan akurasi. 5. BAB V : KESIMPULAN DAN SARAN Bab ini akan membahas hasil dari penelitian dan saran untuk peneliti yang akan melanjutkan penelitian ini di kemudian hari. 5