bab i pendahuluan

BAB I
PENDAHULUAN
1.1 Latar Belakang
Melihat kondisi sebagian besar masyarakat Indonesia saat ini yang mengalami
banyak tekanan baik dari segi ekonomi, politik, pekerjaan dan sebagainya,
menyebabkan terjadinya depresi dan gejala stroke .
Neurolog dari Rush University Medical Center Dr Richard E. Temes
mengatakan, stroke sangat mungkin terjadi kapan saja. Yang perlu diingat adalah
stroke sangat mungkin dicegah. Salah satu penanda yang paling mudah dikenali
saat seseorang akan terkena stroke adalah penyumbatan pembuluh darah
sementara atau disebut transient ischemic attack (TIA). Untuk mencegah
terjadinya kecacatan jangka panjang pada seseorang yang terkena stroke iskemik,
maka dimana bagian tersumbatnya pembuluh darah harus diketahui secara tepat.
Pada kasus stroke iskemik hiperakut, CT Scan biasanya tidak sensitif
mengidentifikasi infark serebri karena terlihat normal pada > 50% pasien, tetapi
cukup sensitif untuk mengidentifikasi perdarahan intrakranial akut dan atau lesi
lain yang merupakan kriteria eksklusif terapi trombolitik. Untuk membantu dalam
mengklasifikasikan lokasi stroke digunakan pengolahan citra sehingga hasil CT
Scan dapat digunakan untuk mengidentifikasi lokasi terjadinya stroke iskemik.
Penelitian menggunakan objek data hasil CT Scan sudah banyak dilakukan
diantaranya penelitian yang dilakukan oleh (Nurhayati, 2009), (Susmikanti, 2010),
dan
(Pradanawati,et.all.,2011).
Nurhayati
(2009)
dalam
penelitiannya
menggunakan pengolahan citra untuk menganalisis citra digital Head CT Scan.
Metode yang digunakan adalah metode pengambangan, pengambangan ganda,
deteksi tepi, dan k-mean clustering untuk menganalisis objek berdasarkan dari ciri
objek tersebut.
2
Susmikanti (2010) dalam penelitiannya, telah melakukan identifikasi pola
berbasis jaringan syaraf tiruan terhadap jenis tumor melalui hasil pola citra
menggunakan citra digital CT Scan maupun MRI. Selanjutnya citra dari hasil CT
Scan ataupun MRI dikonversi kedalam bentuk digital standard menggunakan
1
teknik pengolahan citra. Hasil konversi digital, menggunakan PCA (Principle
Component Analysis) menghasilkan karakteristik dominan sehingga mewakili
pola citra tersebut. Karakteristik dominan ini digunakan pada jaringan syaraf
tiruan, untuk tahap pembelajaran, pelatihan dan pengujian atau simulasi. Dalam
identifikasi pola, pada tahap pembelajaran dengan pengawasan digunakan metode
perceptron. Jenis tumor otak terhadap hasil CT Scan maupun MRI diklasifikasikan
sesuai dengan kode masukan. Sampel untuk keperluan pembelajaran, pelatihan
dan simulasi menggunakan basis data hasil CT Scan ataupun MRI .
Pradanawati, et.all, 2011 melakukan penelitian dengan data citra foto thoraks
untuk mendiagnosa penyakit kanker paru, dengan metode yang digunakan adalah
ANFIS (Adaptive Neuro-Fuzzy Inference Systems) dimana metode ini adalah
gabungan dari sistem fuzzy logic dan JST.
Kemampuan
Jaringan Syaraf Tiruan (JST) dalam mendiagnosa atau
mengenali jenis tumor yang terjadi sangat dipengaruhi oleh banyaknya data
training. Oleh sebab itu, semakin banyak karakteristik dominan yang ditraining
akan semakin bagus. Namun disisi lain, jaringan syaraf tiruan memiliki
kelemahan. Yaitu masih dibutuhkan iterasi yang banyak dalam proses training
untuk memproses neural network yang besar, sehingga terkadang hasil yang
diperoleh menjadi kurang akurat. Dari perbandingan kedua penelitian yang
dilakukan, didapat kesimpulan bahwa performa ANFIS lebih baik dibanding JST
dalam mendiagnosa kanker. Hal ini dikarenakan kelebihan ANFIS yang
mempunyai metode pembelajaran hybrid, yaitu pembelajaran arah maju (forward
pass) dengan menggunakan metode Galat Kuadrat Terkecil (Recursive Least
Square Estimator) atau sering disebut RLSE dan pembelajaran arah mundur
(backward pass) yang menggunakan metode turunan (gradient descent) atau yang
3
lebih dikenal dengan istilah backpropagation. Pada arah maju, parameter premis
dibuat tetap. Dengan menggunakan metode RLSE, parameter konsekuen
diperbaiki berdasarkan pasangan data masukan-keluaran. Metode RLSE dapat
diterapkan karena parameter konsekuen yang diperbaiki adalah parameter linier.
Metode RLSE akan mempercepat proses belajar. Setelah parameter konsekuen
didapat, masukan dilewatkan jaringan adaptif kembali dan hasil keluaran jaringan
adaptif ini dibandingkan dengan keluaran sebenarnya. Pada arah mundur,
parameter konsekuen dibuat tetap. Kesalahan (error) yang terjadi antara keluaran
jaringan adaptif dan keluaran sebenarnya dipropagasikan mundur dengan
menggunakan gradient descent untuk memperbaiki parameter premis.
Dalam penelitian ini akan dilakukan pengenalan pola citra stroke iskemik atau
identifikasi bagian otak yang terjadi penyumbatan dari CT Scan, metode yang
digunakan untuk mengenali ciri objek adalah metode ANFIS, dari hasil konversi
digital didapatkan karakteristik dominan, karakteristik dominan dari objek ini
digunakan pada ANFIS (Adaptive Neuro Fuzzy Inference System) sebagai
masukan untuk pengenalan pola dari CT Scan stroke iskemik akan menghasilkan
output berupa hasil identifikasi bagian otak citra CT Scan yang terjadi
penyumbatan.
1.2 Rumusan Masalah
Permasalahan yang ada dalam penelitian ini :
1. Bagaimana membangun arsitektur ANFIS (Adaptive Neuro Fuzzy
Inference Sytem) yang dapat digunakan untuk mengidentifikasi bagian
otak yang terkena stroke iskemik.
2. Bagaimana memvalidasi output ANFIS yang telah dibangun sehingga
dapat digunakan untuk mengidentifikasi lokasi bagian otak yang terkena
stroke iskemik.
4
1.3 Batasan Masalah
Batasan masalah dan asumsi yang digunakan untuk menganalisa antara lain :
1. Data yang digunakan adalah data hasil citra CT Scan Kepala
2. Hasil Citra diolah dengan pengolahan citra, dan hasil pengolahan dilakukan
segmentasi citra
3. Hasil segmentasi citra diklasifikasi ciri menggunakan ANFIS
4. Penentuan stroke berdasarkan hasil klasifikasi ciri
1.4 Tujuan Penelitian
Penulisan tugas akhir ini bertujuan untuk mangaplikasikan sistem identifikasi
Neurologi (stroke iskemik) hasil citra CT Scan tomografi kepala.
Manfaat dari Penelitian ini antara lain :
1. Hasil identifikasi secara komputerisasi dengan proses pengolahan citra
diharapkan dapat mengidentifikasi lokasi lesi bagian otak yang terkena
stroke iskemik.
2. Menjadi bahan pembanding dalam pengambilan solusi dan pemecahan
masalah dalam mengidentifikasi stroke iskemik.
1.5 Metodologi Penelitian
Metodologi pembahasan yang digunakan dalam penelitian ini adalah :
1. Studi pustaka
Mencari referensi yang berhubungan dengan stroke iskemik, pengolahan
citra digital, logika fuzzy, Fuzzy Inference System, Adaptive Neuro Fuzzy
Inference System, data stroke dan hal-hal yang lain yang berkaitan dengan
penelitian.
2. Referensi Pustaka
Mencari referensi
jurnal dan penelitian yang berhubungan dengan
pengolahan citra digital, logika fuzzy, Fuzzy Inference System, Adaptive
5
Neuro Fuzzy Inference System, data stroke dan hal-hal yang lain yang
berkaitan dengan penelitian.
3. Pendalaman materi
Mempelajari dan memahami materi yang berhubungan dengan penelitian,
seperti melakukan observasi lewat internet untuk mencari pengetahuan
tambahan yang tidak terdapat pada buku-buku literatur serta melakukan
konsultasi pada pembimbing.
4. Perancangan Perangkat Lunak
Perancangan perangkat lunak dengan menggunakan konsep analisis dan
desain yang terestruktur, dan dimodelkan menggunakan diagram proses.
5. Implementasi
Implementasi secara coding berdasarkan analisis dan desain yang telah
dibuat dan perangkat lunak itu sendiri akan dibuat dengan menggunakan
perangkat lunak analisa matematik dan Java
6. Analisis fungsi hasil implementasi
Aplikasi yang telah selesai diimplementasikan akan dievaluasi. Pengujian
akan dilakukan atas sistem yang telah dibangun pada tahap implementasi
kemudian menganalisa tingkat kesalahan dan proses pengenalan stroke yang
diujikan, serta akan dilakukan koreksi dan penyempurnaan program apabila
diperlukan
7. Mendokumentasikan hasil laporan berdasarkan penelitian yang dilakukan
dan membuat kesimpulan
1.6 Sistematika Penelitian
Sistematika penulisan pada tugas akhir ini adalah sebagai berikut :
BAB I
PENDAHULUAN
Bab ini menjelaskan latar belakang dan permasalahan, tujuan penelitian,
metodologi penelitian, dan sistematika penelitian.
BAB II
TINJAUAN PUSTAKA
6
Bab ini berisi tentang abstraksi, simpulan, hasil, serta metode penelitian
sebelumnya.
BAB III
LANDASAN TEORI
Bab ini menjelaskan teori-teori pendukung yaitu pengetahuan dasar
tentang
Stroke Iskemik , Pengolahan Citra, Fuzzy C-Mean, Fuzzy
Inference System, dan ANFIS
BAB IV
ANALISA DAN RANCANGAN SISTEM
Bab ini membahas tentang analisis dan perancangan awal sistem untuk
mengidentifikasi bagian otak yang terkena stroke.
BAB V
IMPLEMENTASI
Bab ini berisi tentang Implementasi secara coding berdasarkan analisis
dan desain yang telah dibuat
BAB VI
HASIL PENELITIAN DAN PEMBAHASAN
Bab ini membahas pengujian perangkat lunak, hasil uji coba dan analisa
kelebihan dan kekurangannya. Menerangkan penggunaan dan pengujian
implementasi gangguan neurologis (stroke) dengan menggunakan
metode adaptive neuro fuzzy inference system yang telah dibuat bersama
hasil uji coba yang telah dilakukan dan analisanya
BAB VII
KESIMPULAN
Berisi kesimpulan dan saran terhadap pengembangan penelitian