BAB I PENDAHULUAN. Bab I Pendahuluan

dokumen-dokumen yang mirip
BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

Identifikasi Tekstur Saluran Pencernaan Bagian Atas Pada Foto Gastroscopy untuk Deteksis Dini Penyakit Saluran Pencernaan 1

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1 U n i v e r s i t a s T e l k o m

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD

BAB I PENDAHULUAN. Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali

Metode Segmentasi Paru-Paru dan Jantung Pada Citra X-Ray Thorax

BAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan Penelitian

BAB I PENDAHULUAN. Citra (image) istilah lain untuk gambar sebagai salah satu komponen

BAB I PENDAHULUAN. nyeri kepala hebat, penurunan kesadaran dan kejang mendadak. Juga terjadi

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

DETEKSI PENYAKIT KULIT MENGUNAKAN FILTER 2D GABOR WAVELET DAN JARINGAN SARAF TIRUAN RADIAL BASIS FUNCTION

BAB I PENDAHULUAN 1.1 Latar Belakang

1. Pendahuluan. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I. Pendahuluan. Kanker rahim tergolong penyakit kanker yang terbanyak diderita kaum

LAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. kulit rentan mengalami penyakit, salah satu penyakit yang paling berbahaya adalah kanker kulit.

BAB I PENDAHULUAN. Deteksi Penyakit Kanker Serviks Menggunakan Metode Adaptive Thresholding Berbasis Pengolahan Citra

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

Reduksi Fitur Untuk Optimalisasi Klasifikasi Tumor Payudara Berdasarkan Data Citra FNA

BAB I PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. terjadi terhadap para wanita semenjak beberapa dekade terakhir ini. Tentunya hal ini

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 1 PENDAHULUAN Latar belakang masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang

PENENTUAN JENIS FRAKTUR BATANG (DIAFISIS) PADA TULANG PIPA BERBASIS PENGOLAHAN CITRA DIGITAL DAN SUPPORT VECTOR MACHINE

BAB I PENDAHULUAN. syaraf pusat yang mengkoordinir, mengatur seluruh tubuh dan pemikiran manusia.

HASIL DAN PEMBAHASAN

BAB 1 PENDAHULUAN. tanaman tembakau yang termasuk dalam genus Nicotiana. Secara umum

BAB I PENDAHULUAN 1.1 Latar Belakang

Bab I. Pendahuluan. dibutuhkan. Tidak hanya untuk memudahkan proses penyimpanan dan

1. PENDAHULUAN 1.1. Latar Belakang

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I. PENDAHULUAN Latar Belakang Masalah

Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation

PENGENALAN CITRA TULISAN TANGAN DOKTER DENGAN MENGGUNAKAN SVM DAN FILTER GABOR

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN. informasi namun juga untuk menyelesaikan masalah dalam kehidupan sehari-hari.

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. Sistem penglihatan manusia merupakan suatu system yang sangat kompleks,

BAB I PENDAHULUAN. beberapa dekade ini. Kanker paru merupakan pertumbuhan sel-sel abnormal yang

BAB I PENDAHULUAN Latar Belakang Masalah

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN. bahkan di Dunia. Penyakit jantung dapat dideteksi dengan alat elektrokardiograf

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN

BAB I PENDAHULUAN 1.1. Latar Belakang 1.2. Rumusan Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. Sudah tidak diragukan lagi bahwa penerapan teknologi komputer dan teknologi informasi

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara

ANALISIS KEPADATAN LALU LINTAS DENGAN MENGGUNAKAN METODE ICA DAN SVM

BAB I PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Seminar Nasional Inovasi Dan Aplikasi Teknologi Di Industri 2017 ISSN ITN Malang, 4 Pebruari 2017

BAB I PENDAHULUAN. kematian nomor tujuh di Indonesia dengan persentase 5,7 persen dari keseluruhan

BAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat

PENGENALAN KUALITAS BUAH JERUK KINTAMANI MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) KOMPETENSI KOMPUTASI SKRIPSI KOMANG SONIYA GUNAWAN

Bab 1 Pendahuluan 1.1 Latar Belakang

DETEKSI OBYEK PEJALAN KAKI DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE SKRIPSI

BAB 1 PENDAHULUAN. dalam bidang Teknologi Informasi sangat pesat. Hampir seluruh bidang-bidang dalam

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN SIMULASI DAN ANALISIS PEMANTAUAN KAMAR PASIEN RAWAT INAP DENGAN DETEKSI DAN KLASIFIKASI SINYAL AUDIO 1

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

Grafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra digital.

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. umum adalah 4-8 %, nodul yang ditemukan pada saat palpasi adalah %,

Mahasiswa: Muhimmatul Khoiro Dosen Pembimbing: M. Arief Bustomi, S.Si, M.Si.

PENDETEKSIAN CITRA PALSU DENGAN MENGGUNAKAN WATERMARKS DAN SUPPORT VECTOR MACHINES. Daniel Hutabarat ( )

BAB I PENDAHULUAN. terkontrol pada jaringan paru. Munculnya kanker ditandai dengan

UKDW 1. BAB I PENDAHULUAN. 1.1.Latar Belakang Masalah

(Adaptive Neuro- akurasi 58,33% untuk 9 kelas output

APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. Pada zaman sekarang ini bagi sebagian masyarakat kendaraan bermotor

Cucun Very Angkoso ~

BAB 1 PENDAHULUAN Latar Belakang

BAB 2 TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. citra keluaran dengan informasi yang siap digunakan. meningkatkan efisiensi dan akurasi, serta meminimalisasi kesalahan.

POSITRON, Vol. III, No. 2 (2013), Hal ISSN :

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN. Perkembangan teknologi image processing sekarang ini menyediakan

BAB I PENDAHULUAN. I.1 Latar Belakang Masalah

BAB. I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang

Transkripsi:

BAB I PENDAHULUAN 1.1 LATAR BELAKANG Perkembangan ilmu biomedikal telah mendorong banyak penelitian dilakukan untuk menghasilkan alat bantu diagnosa berbasis komputer. Salah satunya yaitu pendeteksian tumor otak dengan menggunakan citra hasil MRI. Pemeriksaan MRI bertujuan mengetahui karakteristik morpologik (lokasi, ukuran, bentuk, perluasan dan lain-lain). Tumor otak dapat dibagi manjadi dua yaitu Benign dan Malignant. Tumor Benign merupakan stadium tumor otak yang tidak bersifat kanker atau tidak dapat menyebar ke jaringan tubuh lainnya sedangkan Tumor Malignant merupakan stadium tumor yang sangat berbahaya karena dapat menyebar ke jaringan tubuh lainnya. Dengan mengolah citra yang dihasilkan oleh alat MRI dapat dikembangkan metode pendeteksian tumor yang mampu mendeteksi dan mengklasifikasika tumor tersebut. Pada tugas akhir ini, akan digunakan Independent Component Analysis (ICA) sebagai proses segmentasi untuk penghilangan jaringan / struktur normal pada MRI. Ekstraksi ciri akan dilakukan dengan metode pendekatan statistik. Hasil ekstraksi ciri akan dikenali dan diklasifikasikan dengan metode SVM (Support Vector Machine). Hasil dari segmentasi menggunakan ICA akan menjadi input untuk SVM yang akan digunakan untuk mengklasifikasikan stadium tumor otak dari citra MRI. Gabungan metoda dari segmentasi citra dan jaringan diharapkan dapat menjadi alat bantu untuk mengklasifikasikan tumor otak ke dalam stadium-stadiumnya Dengan menerapkan ICA yang dapat mereduksi dimensi data dan metode klasifikasi SVM yang dapat mencari Hyperplane pemisah terbaik antar kelas maka system deteksi tumor otak dapat diimplementasikan dengan menggunakan gabungan dua metode tersebut untuk menhasilkan pengklasifikasi yang lebih baik. MACHINE (SVM) 1

1.2 TUJUAN PENULISAN Tujuan penulisan tugas akhir ini adalah : a. Merancang dan melakukan implementasi perangkat lunak sistem deteksi dari metode MRI, yang berfungsi agar diperoleh klasifikasi stadium tumor otak untuk jinak, ganas, dan normal. b. Mempelajari dan menganalisis parameter performansi sistem deteksi tumor otak, seperti kernel median filter; penentuan nilai threshold, ukuran normalisasi, dan deteksi; penggunaan orde ekstraski ciri dan klasifikasi. c. Meningkatkan akurasi dan performansi program aplikasi pendeteksian kanker dari riset-riset dan tugas akhir sebelumnya. 1.3 RUMUSAN MASALAH Rumusan penulisan tugas akhir ini adalah : a. Bagaimana menentukan tumor otak dengan citra digital b. Bagaimana mengimplementasikan ICA dan SVM dalam klasifikasi tumor otak pada sebuah citra. c. Bagaimana performansi dari perangkat lunak yang dibuat dilihat dari akurasi dan kecepatan pemprosesan. 1.4 BATASAN MASALAH Penelitian ini dibatasi pada hal-hal sebagai berikut : 1. Penelitian tumor otak ini hanya meliputi klasifikasi jinak, ganas, dan normal. Penentuan perbedaan ketiga stadium tersebut didasarkan pada analisis ciri statistiknya saja, yaitu dari ukuran (luas) dan tekstur (bentuk dan kontur) area tumor otak. 2. Batasan citra input yang masuk ke dalam sistem untuk klasifikasi hanya merupakan citra otak hasil MRI. 3. Input sistem deteksi berupa citra hasil dari MRI yang disimpan dalam komputer dalam format Joint Picture Expert Group (JPEG). 4. Alat bantu yang digunakan dalam tugas akhir ini adalah MATLAB R2009b. MACHINE (SVM) 2

5. Metode yang digunakan untuk ekstraksi ciri adalah Independent Component Analysis. 6. Metode ekstraksi klasifikasi yang digunakan adalah Support Vector Machine. 1.5 METODE PENELITIAN Metodologi yang digunakan dalam penulisan tugas akhir ini adalah: a. Studi literatur Mempelajari konsep-konsep tentang pengolahan citra digital serta mempelajari tentang segmentasi menggunakan Independent Component Analysis dan pengenalan ciri menggunakan metode Support Vector Machine. b. Pengumpulan data Bertujuan untuk mendapatkan data citra MRI yang akan digunakan sebagai masukan dari sistem serta data yang berhubungan dengan pembangunan perangkat lunak. c. Studi analisa dan pengembangan aplikasi Bertujuan untuk menganalisa kebutuhan perangkat lunak dan menentukan metodologi pengembangan perangkat lunak yang digunakan. d. Implementasi perangkat lunak Bertujuan untuk merealisasikan perangkat lunak sesuai dengan analisa perancangan yang telah dilakukan. e. Analisa performansi Bertujuan untuk melakukan analisa performansi hasil pendeteksian dengan menggunakan program. Tingkat keakurasian dinilai berdasarkan perbandingan hasil keluaran sistem dengan diagnosa radiolog. f. Pengambilan kesimpulan Bertujuan untuk membuat suatu kesimpulan dari permasalahan yang dikaji dalam penelitian ini. MACHINE (SVM) 3

1.6 SISTEMATIKA PENELITIAN BAB 1 : PENDAHULUAN Bab ini menguraikan latar belakang pemilihan topik, tujuan, rumusan masalah, batasan masalah, metodologi penulisan, dan sistematika penulisan. BAB 2 : DASAR TEORI Berisi tentang teori yang mendukung penulisan tugas akhir ini. BAB 3 : PERANCANGAN SISTEM DAN SIMULASI Bab ini menguraikan tentang proses perancangan tahap pemrosesan awal, proses pendeteksian tumor otak, segmentasi dan proses pengenalan stadium tumor BAB 4 : ANALISIS HASIL SIMULASI Berisi pengujian dan analisa terhadap hasil yang diperoleh dari tahap perancangan dan implementasi. BAB 5 : KESIMPULAN DAN SARAN Bab ini memberikan kesimpulan dari analisa yang telah dilakukan dan saran untuk pengembangan lebih lanjut. MACHINE (SVM) 4

Bab II Dasar teori BAB II DASAR TEORI 2.1 Pengantar Tumor Otak Tubuh manusia dibentuk oleh beberapa jenis sel. Masing-masing sel mempunyai fungsi tertentu. Kebanyakan sel berfungsi untuk melakukan pertumbuhan pada tubuh dan sebagian lainnya membentuk sel-sel baru selama dibutuhkan untuk menjaga kesehatan tubuh. Ketika sel-sel tersebut tumbuh tanpa kendali maka dapat membahayakan tubuh. Sel-sel berupa massa yang petumbuhan tidak terkendali disebut tumor, kemudian dinamai berdasarkan tempat dimana tumor tersebut pertama kali tumbuh. Tumor otak dibagi menjadi 2 kategori, yaitu benign dan malignant. Tumor benign merupakan salah satu jenis tumor otak yang tumbuh pada otak tetapi sel-sel tumor tersebut tidak menyebar ke organ lainnya sehingga ia tidak bersifat kanker dan apabila sel-sel tumor pada otak ini dibuang maka tidak akan masalah apa-apa. Tetapi apabila tumor ini tumbuh pada struktur otak yang penting dan terus membesar maka akan mengancam nyawa. Sedangkan tumor malignant, yaitu salah satu jenis tumor otak yang tumbuh pada otak dimana sel-sel tumor tersebut dapat menyebar ke organ lainnya dan menyerang begitu cepat sehingga sangat berbahaya. Dan karena dapat menyebar tumor ini dapat menimbulkan kanker. Tumor otak pada tugas akhir ini dibagi dalam tiga kelas yaitu normal, jinak dan ganas. Tinggi atau tidaknya stadium suatu tumor otak dapat diklasifikasikan berdasarkan banyaknya sel tumor pada otak dan seberapa cepatnya sel tumor tersebut menyebar. 2.2 Magnetic Resonance Imaging (MRI) MRI adalah suatu alat kedokteran di bidang pemeriksaan diagnostik radiologi, yang menghasilkan rekaman gambar potongan penampang tubuh / organ manusia dengan MACHINE (SVM) 5