DETEKSI TEPI PADA KULIT BERDASARKAN WARNA DAN TEKSTUR

UNTUK MENGIDENTIFIKASI PENYAKIT KULIT MENGGUNAKAN

METODE JARINGAN SARAF TIRUAN BACKPROPAGATION
BERBASIS ANDROID

Diajukan oleh
Anton Wibowo
3125111374

TEKNIK INFORMATIKA
FAKULTAS BISNIS & TEKNOLOGI INFORMASI
UNIVERSITAS TEKNOLOGI YOGYAKARTA
2015

DETEKSI TEPI PADA KULIT BERDASARKAN WARNA DAN TEKSTUR

UNTUK MENGIDENTIFIKASI PENYAKIT KULIT MENGGUNAKAN
METODE JARINGAN SARAF TIRUAN BACKPROPAGATION
1. Latar Belakang
Penyakit kulit masih merupakan masalah kesehatan masyarakat, terutama
di negara berkembang seperti Indonesia. Penyebab dari penyakit kulit antara
lain karena jamur, bakteri, ataupun virus. Penyakit kulit menempati urutan ke3 di Indonesia, setalah infeksi saluran napas dan diare. Penyakit kulit adalah
penyakit yang tidak dapat disembunyikan dan tidak mengenal usia. Oleh
karena itu, dewasa maupun anak-anak dapat terkena penyakit ini. Kondisi
geografis Indonesia yang merupakan daerah tropis dengan suhu dan
kelembaban yang tinggi juga memudahkan tumbuh dan berkembangnya
jamur, bakteri, dan virus sehingga menyebabkan penyakit kulit yang
bervariasi.
Dengan menggunakan Analisis Citra akan dikembangkan suatu teknik
pengidentifikasian jenis penyakit kulit berbasis scan android yang akan
bermanfaat khusunya di bidang medis. Masukan untuk software yang
digunakan adalah citra kulit berpenyakit. Dalam tugas akhir ini akan diteliti
bagaimana mengidentifikasi jenis penyakit kulit seseorang melalui citra kulit
berpenyakit berdasarkan warna dan tekstur dengan deteksi tepi menggunakan
identifikasi Jaringan Syaraf Tiruan Backpropagation.
Pada proses analisis tekstur digunakan Deteksi Tepi Operator turunan
pertama (differential gradient) metode Sobel. Tujuannya adalah untuk
mengetahui letak penyakit dan jenis penyakit . Analisi Citra digunakan untuk
membedakan warna yang mempunyai gradasi tipis. Selain itu, pada proses

identifikasi hasil menggunakan Jaringan Syaraf Tiruan Backpropagation,

metode ini digunakan untuk menyimpulkan hasil analisis citra kedalam bentuk
matrik yang akan dianalisi kemudian mencocokan pada pola hasil yang sudah
dilatih melalui proses pelatihan
Oleh karena itu, dalam Tugas Akhir ini akan dihasilkan suatu alat bantu
berbasis android yang mampu menyimpulkan hasil penyakit kulit dari sebuah
citra yang dimasukan melalui proses scan.
2. Rumusan Masalah
Berdasarkan latar belakang tersebut maka dapat ditentukan rumusan
masalahnya adalah sebagai berikut:
a. Bagaimana mengimplementasikan

metode

Backpropagation

untuk

mengenali penyakit pada kulit ?

b. Bagaimana mengidentifikasi jenis penyakit kulit melalui analisis citra?
c. Bagaimana menerapkan sistem identifikasi penyakit kulit pada kegiatan
medis?
3. Batasan Masalah
Batasan masalah yang akan dikaji dalam penelitian ini memiliki batasanbatasan yang mencakup :
a. Pengenalan hanya berfokus pada penyakit kulit.
b. Proses data input berupa gambar pembentukan jaringan, proses
pembelajaran dan identifikasi.
c. Proses hasil akhir berupa output dengan informasi penyakit kulit dan
presentase kebenaran kesimpulan yang didapat..
4. Tujuan Penelitian
Tujuan yang dilakukan dalam penelitian ini adalah :
a. Merancang dan membangun sistem identifikasi penyakit kulit agar
memudahkan kalangan medis.

b. Membangun sistem identifikasi penyakit kulit yang mendekati tingkat

kebnaran penyakit.
5. Manfaat Penelitian
Dengan adanya sistem identifikasi penyakit kulit diharapkan mampu
mempermudah pengambilan kesimpulan terhadap penyakit pada kulit karena
aplikasi yang dibangun diatas platform android yang mampu digunakan
dimana saja.
6. Kajian Hasil Penelitian
Prabhata.dkk., (2012) dalam penelitiannya Identifikasi Penyakit Kulit
Berdasarkan Kombinasi Segmentasi Warna Dan Analisis Tekstur Dengan
Deteksi Binary Large Object (Blob) Menggunakan Jaringan Syaraf TiruanLearning Vector Quantization. Secara garis besar proses identifikasi jenis
penyakit kulit pada sistem ini terdiri dari beberapa langkah. Dimulai dari
pembacaan citra, preprocessing, ekstraksi ciri, identifikasi ciri, kemudian
identifikasi jenis penyakit kulit. Cara untuk menganalisa kinerja sistem
adalah

dengan

membandingkan

kebenaran

data

output

dalam

mengidentifikasi jenis penyakit kulit dengan data input. Dari hasil

pengujian diperoleh hasil akurasi untuk masing-masing jenis penyakit kulit
dan kulit normal adalah Acne sebesar 20%, Cacar Air sebesar 35,29%,
Campak sebesar 28,57%, DKA sebesar 51,56%, Skabies sebesar 53,7%,
dan kulit normal 59,38%. Akurasi tersebut diperoleh dari pengujian 325
citra dengan ukuran Block Overlapping 30 x 30, overlap 50%, 200 hidden

layer, 800 epoch. Waktu komputasi rata-rata dalam mengidentifikasi jenis

penyakit kulit adalah selama 6,789 detik.
Puspasari (2013), dalam penelitiannya Deteksi Lokasi Bibir Otomatis
Pada Citra Wajah Berbasis Ciri Bentuk dan Warna. Metode yang diusulkan
merupakan gabungan antara pendekatan warna dan bentuk bibir untuk
deteksi otomatis lokasi bibir pada citra wajah yang gunakan untuk
mengidentifikasi wajah seseorang berdasarkan fitur bibirnya. Penelitian ini
mencoba untuk menggabungkan pendekatan berbasis ruang warna yang
diperbaiki menggunakan pendekatan berbasis bentuk bibir. Hasil
eksperimen menunjukkan bahwa 61,4% akurasi identifikasi ketika diuji
menggunakan 500 citra wajah Nilai Precision dan Recall digunakan untuk
mengevaluasi teknik yang diusulkan dibandingkan dengan gambar yang
disegmentasi secara manual yang selanjutnya diproses dalam sistem
identifikasi wajah. Hasil ujicoba yang telah dilakukan dapat digunakan
sebagai dasar pengembangan system identifikasi waktu nyata.
Warman., (2015) dalam penelitiannya membangun

sistem

pengenalan kematangan buah jeruk dengan pengolahan citra jaringan

syaraf tiruan dengan backpropagation. Dengan menggunakan metode
tersebut dapat mengidentifikasi kematangan buah jeruk berdasarkan warna
dimana terdapat lapisan jamak yang melatih jaringan untuk mendapat
keseimbangan antara kemampuan jaringan untuk mengenalii pola yang
digunakan selama pelatihan serta kemampuan jaringan untuk member
respon yang benar terhadap pola masukan serupa (namun tak sama). Hasil
pengujian sistem didapatkan tingkat keberhasilan program untuk

mengidentifikasi kematangan buah yang diklasifikasikan pada tingkat

mentah, matang, dan lewat matang.
Sedangkan pada penelitian yang saya lakukan adalah deteksi tepi pada
kulit berdasarkan warna dan tekstur untuk mengidentifikasi penyakit kulit
menggunakan metode jaringan saraf tiruan. Sistem yang dibangun dengan
jaringan syaraf tiruan dengan menggunakan metode backpropagation ini
digunakan untuk mengidentifikasi jenis penyakit kulit yang ada dalam
citra. Sistem yang dibangun berbasis mobile ini diharapkan mampu
mempermudah dan mempercepat dalam proses identifikasi penyakit pada
kulit.

7. Metodologi Penelitian
7.1 Pengumpulan Data
Pengumpulan data adalah suatu metode dan prosedur yang digunakan
untuk mendapatkan sutu informasi mengenai hal-hal yang terkait dengan
identifikasi penyakit pada kulit diantaranya melakukan :
1) Analisis kebutuhan sistem
Analisis kebutuhan sistem adalah suatu kegiatan yang dilakukan untuk
mengidentifikasi permasalah yang terkait dengan identifikasi kematangan
buah jambu. Identifikasi dimuali dari apa saja kebutuhan user tentang
diperlukan dan digunakan untuk pendefinisian sistem Informasi.
2) Wawancara
Wawancara merupakan suatu teknik pengumpulan data secara langsung,
saling bertukar pikiran dan informasi mengenai permasalahan yang

ditentukan. Kaitanya dengan sistem analisis dan desain sistem informasi,

wawancara merupakan jembatan komunikasi yang paling tepat antara
seorang sistem analis dengan perusahaan dan merupakan teknik yang
paling produktif dalam pengumpulan fakta.
3) Studi literature
Pengumpulan data dengan mempelajari buku-buku kepustakaan, tesis,
jurnal-jurnal ilmiah, paper, mencari informasi dari internet, dan
mempelajari dokumen-dokumen terdahulu.
7.2 Analisis Data
Identifikasi masalah-masalah yang sudah ada atau yang sedang
berlangsung, menjelaskan secara detail semua target yang harus dipenuhi,
tahapan analisis ini merupakan tahapan yang penting.
7.3 Desain Perancangan
Desain perancangan pada sistem yang akan dibangun meliputi:
1) Desain Input
Desain input berupa masukan gambar yang akan dilakukan proses
identifikasi penyakit pada kulit.
2) Desain Proses
Desain proses merupakan proses dimana penyakit kulit ditentukan,
bobot yang bebankan pada jaringan syaraf diambil dari program
Matlab berdasar pada sample penyakit pada kulit yang akan dijadikan
pembelajaran, setelah itu nilai bobot ditanam pada database program
identifikasi penyakit pada kulit. Pada program identifikasi penyakit
pada kulit, proses identifikasi mengambil nilai matrik dari gambar
yang akan diidentikasi lalu akan masuk ke dalam beberapa kategori
penyakit pada kulit.
3) Desain Output

Desain output merupakan informasi gambar yang telah diinputkan

sebelumnya, berupa keterangan penyakit pada kulit serta persentasi
tingkat keakuratan.
4) Desain Database
Desain database adalah media penyimpanan data dari sistem yang
saling terkait sebgai satu unit sistem. Pada sistem yang akan dibangun
menggunakan SQLite.
5) Desain Interface
Desain interface untuk user dibuat sederhana namun tetap
menyediakan kebutuhan bagi user itu sendiri. Hal ini bertujuan supaya
user lebih mudah mengoperasiskan sistem yang akan digunakan.
Desain interface dibuat menggunakan Eclipe Standart.
7.4 Pembangunan Sistem
7.5 Implementasi dan Pengujian
Sistem ini akan adiadakan pengujian terhadap sistem yang telah
dikembangkan sebelumnya. Testing dilakukan dengan menggunakan metode
blackbox testing dan beta testing.

8. Jadwal penelitian
Kegiatan

2016

Januari

Februari

Maret

April

Mei

Juni

Identifikasi
Masalah
Pengajuan
Proposal
Persiapan data
Desain dan
Pembuatan
program
Implementasi
Dan Testing
Penyusunan
laporan
9. Daftar Pustaka
Puspasari.S, 2013, Deteksi Lokasi Bibir Otomatis Pada Citra Wajah
Berbasis Ciri Bentuk dan Warna, Jurnal Sistem Informasi (JSI), VOL.
5, NO. 1, April 2013, STMIK Global Informatika MDP Palembang,
Palembang.
Prabhata. S.,A.,dkk., 2012, Identifikasi Penyakit Kulit Berdasarkan
Kombinasi Segmentasi Warna Dan Analisis Tekstur Dengan Deteksi
Binary Large Object (Blob) Menggunakan Jaringan Syaraf TiruanLearning

Vector

Quantization,

jurnal

publikasi,

Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom.

Teknik