NO Unsur paper Analisis

1. Abstrak Penelitian ini bertujuan memebuat suatu sistem yang

dapat menentukan morfologi normal dan abnormal sel
darah merah pada citra digital. Penelitiaan ini
menggunakan citra normal dan abnormal sel darah
merah yang berasal dari Lembaga Penelitian ABX dari
Montpeller Perancis, jumlah sampel yang digunakan
sebanyak 175 sampel yang terbagi atas 105 sampel
citra latih dan 70 sampel citra uji, dilakukan secara
bertahap, yaitu pengolahan citra yang meliputi akuisisi
citra, grayscale, dan deteksi tepi, ekstraksiciri, dan
identifikasi dengan menggunakan jeringan syaraf tirun
yang berupa pelatihan dan pengenalan
2. Pendahuluan Latar belakang
Morfologi normal dan abnormal dari sel darah
merah seorang pasien sangat membantu para
dokter dalam mendeteksi suatu penyakit. Pada
saat ini, analitis tentang morfologi sel darah
merah yang dilakukan oleh para dokter dan
pihak laboratorium masih dengan cara
konvensional, sehingga tidak selalu sama
antara dokter yang satu dengan yang lainnya.
Kondisi fisik, pengetahuan, ketelitian dan
konsentrasi dokter sangat menentukan hasil
analisis, karena dilakukan dengan pengamatan
langsung. Selain hal tersebut diatas, jika sel
darah merah yang akan diketahui morfologi
normal dan abnormalnya cukup banyak, maka
akan membutuhkan banyak waktu dan tenaga.
Dilain pihak analisis tersebut, tidak
menghasilkan bukti citra sehingga tidak
dapat dianalisis oleh banyak dokter.
Rumusan masalah
Sulitnya menentukan morfologi normal dan
abnormal sel darah merah.
Tujuan
Membuat suatu system yang dapat
menentukan morfologi normal dan abnormal
sel drah merah pada citra digital.
Manfaat
Penelitian ini mempunyai manfaat yaitu
mempermudah menentukan morfologi normal
dan abnormal sel darah merah dengan
menggunakan pengolahan citra digital.

3. Teori Penunjang Sel Darah Merah (Eritrosit).
Dalam mengevaluasi morfologi sel darah merah
pada sediaan, ada 4 hal yang harus
diperlihatkan: Bentuknya(shape), Ukurannya
(size), Warnanya (staining), dan Struktur
intraselluler (structure). (Patologi klinik, 2006).
Pengolahan Citra Digital.
Pengolahan Citra adalah suatu metode atau
teknik yang dapat digunakan untuk memproses
citra atau gambar dengan jalan memanipulasi
menjadi data gambar yang diinginkan untuk
mendapatkan informasi tertentu (Murni, Aniati.
1992).
Jaringan Syaraf Tiruan
Jaringan Syaraf Tiruan (JST) merupakan model
komputasi terdistribusi yang meniru cara kerja
dan system syaraf biologis. Para peneliti
mendapatkan inspirasi arsitektur Jaringan
Syaraf Tiruan ini berdasarkan model otak
manusia dan sel-sel syarafnya. Metode ini berisi
proses stimulasi-stimulasi yang berlangsung
dalam otak yang diterjemahkan dalam bentuk
simbol, nilai dan bobot.
Pembelajaran
Untuk dapat menyelesaikan suatu
permasalahan, JST memerlukan alogaritma
belajar, yaitu bagaimana sebuah konfigurasi
JST dapat dilatih untuk mempelajari data
historis yang ada. Berdasarkan alogaritma
belajarnya, JST dibagi menjadi dua macam yaitu:
Supervised (Terawasi) dan Unsupervised (tak
terawasi)
4. Perancangan Sistem Desain Antar Muka
Untuk keperluan perancangan system, maka
pada penelitian ini digunakan fasilitas GUI
(Graphical User Interface), yang merupakan
salah satu fasilitas yang disediakan oleh
perangkat lunak Matlab 6.5.
Pola Data Referensi
Pada penelitian ini, penentuan morfologi sel
darah merah didasarkan pada bentuk normal
dan abnormal. Untuk itu diperlukan pola yang
dikenali sebagai pola normal dan abnormal,
dimana untuk kondisi abnormal terdapat
enam (6) jenis yaitu: Ecchinocytes, Elliptocytes,
Poikilocytes, Schistocytes, Sickle cell, dan Tear
Drop Cell.
Tahap Pengolahan Citra
1. Citra input pada penelitian ini berasal dari
hasil pemotretan sel darah merah dengan
menggunakan kamera dan mikroskop
khusus, yang berasal dari lembaga
penelitian ABX Montpellier Perancis dan
disimpan dalam format *jpg.
2. Proses akuisisi citra ini bertujuan untuk
mengatur citra sedemikian sehingga dapat
diproleh satu gambar sel darah merah baik
yang normal maupun abnormal (dengan
berbagai bentuk) sedangkan yang tidak
dimanfaatkan dipotong dengan bantuan
Adobe Photoshop Cs dari windows Xp,
dan disimpan dengan format *bmp dengan
ukuran 50 x 50 pixel.

3. Grayscale : Citra yang telah diakuisisi
kemudian diubah dari bentuk RGB menjadi
citra monoktrom atau citra hitam putih
yang dikenal dengan proses grayscale.
4. Deteksi tepi ini merupakan salah satu proses
pra-pengolahan citra yang dibutuhkan untuk
analisis citra. Proses tersebut bertujuan
meningkatkan intensitas garis tepi pada
citra, dimana proses ini akan memperkuat
komponen citra yang berfrekuensi tinggi.
5. Pada tahap ekstraksi ciri ini, citra yang telah
Ditipiskan dan dideteksi tepinya akan dibuat
ke dalam kelompok kelompok piksel. Citra
yang berukuran 50 x 50 piksel direduksi
menjadi 25 x 25 kotak, dimana nilai setiap
kotak adalah 4 pixel yang akan menjadi input
bagi Jaringan Syaraf Tiruan (JST).
6. Tahap Pengenalan: proses pengenalan
konsisi normal dan abnormal sel darah
merah pada penelitia ini menggunakan
algoritma propagasi balik. Diamna jaringan
propagasi balik dirancang dan dilatih untuk
mendeteksi kondisi normal dan abnormal
sel darah merah (eritrosit).
Tahap Pelatihan
Sebelum JST melakukan proses pengenalan
pada pola yang diinginkan, jaingan harus
terlebih dahulu melalui proses pelatihan. Pola
data referensi yang telah dibuat dijadikan
sebagai pasangan input dan target yang
nantinya akan dilatihkan. Proses pelatihan JST
untuk pola pada umumnya berdasarkan
metode propagasi balik.
5. Keakuratan Sistem Dalam mengenali citra normal dan abnormal sel
darah merah (eritrosit), kadang terdapat
kesalahan yang salah satunya diakibatkan
karena vekor hasil ekstraksi ciri dari citra uji
agak jauh berbeda dengan data referensi yang
ada. Oleh karena itu keakuratan dari sistem
perlu diketahui untuk mengetahui performansi
dari sistem.
Dari hasil pengamatan pada tabel 15 dapat
diketahui bahwa keakuratan system untuk
citra abnormal-tear drop cell dimana hasil
ekstraksi cirinya tidak disimpan sebagai pola
data referensi (citra latih) adalah :
1. Kecepatan Sistem
Pengujian kecepatan system dalam
menentukan penentuan morfologi normal
dan abnormal sel darah merah (eritrosit),
dilakukan dengan menghitung waktu yang
dibutuhkan oleh system untuk dapat
mengenali citra yang diinputkan padanya.
2. Peningkatan Akurasi Sistem
Untuk menambah akurasi sistem
penentuan morfologi sel darah merah
(eritrosit), maka dilakukan pembelajaran
kembali untuk sistem dengan menggunakan
citra latih yang berasal dari citra uji yang
tidak berhasil dikenali oleh sistem.
6. Kesimpulan Pada pembuatan sistem penentuan morfologi normal
an abnormal sel darah merah, Untuk proses deteksi
tepi dengan menggunakan metode canny pada citra
sel darah merah, nilai ambang yang paling baik
adalah 0,98. Proses ekstraksi ciri merupakan proses
mereduksi data yang berukuran 50 x 50 pixel menjadi
25x25 kotak, dimana setiap kotak berisi 4 pixel.
Dengan tujuan tetap mempertahankan keaslian
informasi pada data, maka nilai ambang pada proses
scanning pixel adalah 1. Pada proses pelatihan JST,
hidden layer yang digunakan adalah satu lapis dengan
jumlah hidden neuron 36. Proses pengenalan
dilakukan dengan membandingkan hasil ekstraksi ciri
dari masing-masing input dengan pola data referensi.
Pada penelitian ini hasil keakuratan untuk citra yang
dijadikan sebagai pola data referensi adalah 100%,
sedangkan untuk citra yang uji diperoleh sekitar 60
90 %, dengan nilai rata-rata keakuratan 78,33 %.
Setelah dilakukan