PENENTUAN MORFOLOGI SEL DARAH PUTIH (LEUKOSIT

)
BERBASIS PENGOLAHAN CITRA DAN NEURO FUZZY

Egi Julian Ashari
Jurusan Teknik Elektro UNSOED
ashari.egi@gmail.com
ABSTRAK
Penelitian ini bertujuan untuk membuat suatu sistem yang dapat menentukan morfologi normal
dan abnormal sel darah putih pada citra digital. Dimana penelitian ini dilakukan secara bertahap, yaitu
(1) pengolahan citra yang meliputi akuisisi citra, grayscale, dan deteksi tepi, (2) ekstraksiciri, dan (3)
identifikasi dengan menggunakan jaringan syaraf tiruan yang berupa pelatihan dan pengenalan.
PENDAHULUAN
Morfologi normal dan abnormal dari sel
darah putih seorang pasien sangat membantu
pasien dalam mendeteksi suatu penyakit. Pada
saat ini, analitis tentang morfologi sel darah
putih yang di lakukan 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 pengamatan langsung. Selain hal
tersebut diatas, jika sel darah putih yang akan
dketahuin morfologi normal dan abnormalnya
cukup banyak, maka akan membutuhkan
banyak waktu dan tenaga. Di lain pihak analisis
tersebut, tidak menghasilkan bukti citra
sehingga tidak dapat dianalisis oleh banyak
dokter.
Peran sistem multimedia, misalnya
kamera atau video digital sagat penting untuk
mengambil suatu objek penelitian dalam
mengenali suatu objek. Misalnya berupa
gambar atau suara. Data berupa citra yang
diperoleh dari kamera video atau kamera digital
akan melalui tahap pengolahan citra.
Pengolahan cita merupakan metode atau teknik
yang dapat digunakan untuk memproses citra
atau gambar yang diinginkan atau keperluan
analisis selanjutnya. Pengolahan citra dilakukan
dengan bantuan computer.
Jaringan saraf tiruan adalah salah satu
representasi buatan dari otak manusia yang
selalu mencoba untuk mensimulasikan proses
pembelajaran pada otak manusia tersebut.
Istilah buatan di sini digunakan karena jaringan
saraf ini diimplementasikan dengan
menggunakan computer yang mampu
menyelesaikan sejumlah proses perhitungan
selama proses pembelajaran.
METODE
2.1 leukosit
Leukosit adalah sel yang membentuk
komponen darah. Leukosit ini berfungsi untuk
membantu tubuh melawan berbagai penyakit
infeksi sebagai bagian dari sistem kekebalan
tubuh. Leukosit terdiri dari berbagai macam
bentuk. Berdasarkan bentuknya maka Leukosit
dibedakan lima jenis, yaitu basofil, eosinofil,
neutrofil, limfosit dan monosit. (D.R Fifin, 2010)
2.2 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.
Dalam pengolahan citra digital,
terdapat proses-proses:
a. Peningkatan mutu citra.
b. Detksi sisi.
c. Registrasi dan resampling citra.
d. Pemadatan data citra.
e. Pengelompokan Pola dan
analisis data.
f. Klasifikasi dan segmentasi citra.
(Warni, 2009)
2.3 Jaringan Syaraf Tiruan
Jaringan Syaraf Tiruan (JST) atau
Artifical Neural Network (ANN) telah
dikembangkan sejak tahun 1940-an. JST
merupakan model komputasi terdistribusi
yang meniru cara kerja dan sistem 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.
JST membentuk hubungan antar unit
yang dibuat menyerupai bentuk sel syaraf.
Tiap-tiap sel mengubah bentuk masukan yang
diterima menjadi suatu bentuk keluaran yang
kemudian dikirimkan ke sel berikutnya. Proses
ini dapat dibagi menjadi dua yaitu :
a. Penjumlahan nilai masukan. Nilai
masukan dikalikan dengan suatu nilai
bobot interkoneksi dimana harga
masukan pada suatu sel merupakan
keluaran dari sel pada lapisan
sebelumnya. Tiap harga masukan dari
sel-sel sebelumnya kemudian
dijumlahkan. Total dari penjumlahan itu
disebut dengan total input (net input)
yang dapat dinyatakan dalam persamaan
I :
b. Total input akan diproses lebih lanjut
oleh sebuah fungsi aktivasi F. Layer
menggunakan fungsi aktivasi sel yang
mengubah total input menjadi sebuah
keluaran. Nilai dari fungsi aktivasi sel
tersebut merupakan keluaran dari sel,
dan dirumuskan dalam bentuk :
c. Fungsi aktivasi biasa juga disebut
sebagai fungsi pemampat. Fungsi
pemampat ini merupakan fungsi yang
memampatkan nilai Net sehingga
Keluar tidak pernah melebihi suatu
batas rendah tertentu, berapapun
besarnya nilai Net. Fungsi pemampat
yang sering dipilih adalah fungsi logistic
atau fungsi sigmoid. Secara matematis
fungsi sigmoid dapat dinyatakan
dengan :




Daftar Pustaka
Fifin, D. (2010). Pengenalan pola Citra Leukosit
Dengan Metode Ekstaksi Fitur Citra.
Warni, E. (2009). Penentuan Morfologi Sel
Darah Merah(Eritrosit) Berbasis
Pengolahan Citra Dan Jaringan Syaraf
Tiruan.