BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan zaman, teknologi di bidang medis saat ini semakin berkembang. Teknologi sendiri sudah menjadi kebutuhan di segala bidang khususnya bidang biomedis. Telah banyak dikembangkan teknologi yang dapat membantu pekerja medis dalam melakukan identifikasi suatu penyakit tertentu. Pengolahan citra digital dapat digunakan untuk deteksi penyakit tumor atau kanker rahim, identifikasi penyakit paru-paru, identifikasi penyakit hati, identifikasi penyakit tulang, segmentasi tulang dari otot yang lainnya, klasifikasi gigi, dan analisis citra mikroskopis (Putra, 2009). Untuk mengidentifikasikan suatu penyakit dapat diuji melalui tes darah, salah satunya dapat dilihat dari bentuk sel darah merah. Morfologi normal dan abnormal dari sel darah merah seorang pasien sangat membantu para dokter dalam mendeteksi suatu penyakit (Warni, 2009). Darah merupakan komponen esensial makhluk hidup yang berada dalam ruang vaskuler, kerena peranannya sebagai media komunikasi antarsel ke berbagai bagian tubuh dengan dunia luar karena fungsinya membawa oksigen dari paru-paru ke jaringan dan karbondioksida dari jaringan ke paru-paru untuk dikeluarkan, membawa zat nutrien dari saluran cerna ke jaringan kemudian menghantarkan sisa metabolisme melalui organ sekresi seperti ginjal, menghantarkan hormon dari materi-materi pembekuan darah (Tarwoto & Wartonah, 2008). Pada penelitian terdahulu yang membahas tentang citra sel darah merah yaitu: menentukan morfologi sel darah merah dengan menggunakan metode Artifical Neural Network (ANN) (Warni, 2009), perhitungan sel darah merah bertumpuk dengan Universitas Sumatera Utara 2 menggunakan metode Operasi Morfologi (Usman, 2008), menghitung jumlah sel darah merah menggunakan Multilayer Perceptron (Poomcokrak & Neatpisarnvanit, 2008), mendeteksi dan menghitung jumlah sel darah merah abnormal dan normal menggunakan ekstraksi ciri objek berdasarkan bentuk (shape) (Kartikasari, 2013). Pada penelitian ini penulis menggunakan metode Self-Oraganizing Map (SOM) atau lebih dikenal dengan metode Kohonen untuk melakukan pengenalan pola sel darah merah normal dan abnormal dari suatu gambar. SOM merupakan metode yang sering digunakan dalam proses clustering. SOM termasuk dalam competitive leraning, dimana output node akan bersaing untuk menjadi winning node dan menjadi satu-satunya node yang diaktifkan. Selain itu transformasinya dapat membuat data terkelompok secara otomatis, data yang serupa disimpan di cluster terdekat. Dan dikarenakan bobot awal ditentukan random, SOM dapat menentukan sendiri akan masuk ke kelompok tertentu. SOM juga hanya membutuhkan waktu yang singkat untuk menyelesaikan proses pembelajarannya. Namun dalam penggunaannya keberhasilan sistem tergantung pada besar kecilnya nilai dari jumlah neuron keluaran, radius tetangga, dan laju belajar (Zunairoh et al, 2012). Penelitian terkait tentang SOM diantaranya yaitu: klasifikasi status gizi balita (Zunairoh et al, 2012), Kuantisasi vektor pada kompresi citra bitmap 24 Bit (Tae et al, 2010), Prediksi curah hujan (Septiadi, 2008), dan sebagainya. Berdasarkan penelitian terdahulu penulis terdorong untuk melakukan penelitian dalam mendeteksi sel darah merah normal dan abnormal dengan mengimplementasikan metode Self-Organizing Map. Penulis berharap sistem yang akan dibuat menghasilkan tingkat keakuratan yang lebih baik dan dapat membantu pekerja medis dalam membedakan sel darah merah normal dan abnormal secara automatis. 1.2 Rumusan Masalah Analisis bentuk sel darah merah normal dan abnormal yang dilakukan oleh seorang dokter tidak selalu sama antara dokter yang satu dengan dokter lainnya. Ketelitian dan konsentrasi dokter sangat mempengaruhi hasil anasilisis tersebut, oleh karena itu diperlukan pembangunan sistem yang dapat mengidentifikasi bentuk sel darah merah normal dan abnormal dengan keakuratan yang lebih baik dan waktu yang singkat. Universitas Sumatera Utara 3 1.3 Batasan Masalah Penelitian ini memiliki cakupan bahasan yang luas. Untuk itu penulis membatasi permasalahan pada penelitian ini. Batasan masalah dari penelitian ini adalah sebagai berikut: a. Citra yang akan diolah adalah hasil pemotretan sel darah merah dengan mengggunakan mikroskop digital dengan skala perbesaran 100 untuk setiap image yang diambil. b. Citra yang diolah memiliki resolusi 1000 x 1000 piksel dan disimpan dalam format Jpeg (.JPG). c. Citra yang diolah adalah merupakan gambar dari sel darah merah tanpa komponen sel darah yang lain. d. Output yang dihasilkan berupa jumlah banyak sel dan keputusan sel darah merah normal atau abnormal. e. Citra yang diteliti adalah citra sel darah merah yang tampak dari pandangan pengamat yang saling berhadapan. f. Citra yang diteliti tidak termasuk untuk sel yang bertumpuk atau berhimpit. 1.4 Tujuan Penelitian Tujuan dari penelitian ini adalah membuat model jaringan syaraf tiruan Self-Organizing Map dengan membangun sebuah sistem yang dapat mengklasifikasikan sel darah merah normal dan abnormal yang memiliki keakuratan yang baik dan waktu yang singkat. 1.5 Manfaat Penelitian Penulis berharap penelitian ini bermanfaat untuk penulis sendiri dan pembaca khususnya di bidang medis. Manfaat dari penelitian ini adalah sabagai berikut: a. Sistem dapat digunakan untuk mengklasifikasikan bentuk sel darah merah normal dan abnormal dengan otomatis dan waktu yang singkat. b. Menambah pengetahuan tentang penggunaan teknik Self-Organizing Map dalam membedakan bentuk sel darah merah normal dan abnormal. Universitas Sumatera Utara 4 c. Dapat mengembangkan penelitian dalam membedakan bentuk sel darah merah normal dan abnormal lebih lanjut. 1.6 Metodologi Penelitian Ada beberapa tahapan dalam proses pengerjaan tugas akhir ini. Tahapan metodologi tersebut adalah sebagai berikut: 1. Studi Literatur Pada tahap ini, penulis mengumpulkan literatur tentang masalah yang diperlukan untuk dalam penelitian. Tahapan ini dilakukan untuk mengetahui apa yang telah diteliti dan dikerjakan sebelumnya sehingga dapat dilakukan pengembangan pada penelitian ini. 2. Perancangan Desain Sistem Pada tahap ini peneliti melakukan perancangan aplikasi, seperti merancang activity diagram, diagram alur (flowchart) sistem, perancangan desain, dan perancangan desain antarmuka (interface). 3. Implementasi Sistem Pada tahap ini dilakukan pengkodean dan implementasi rancangan yang telah dibuat dengan menggunakan bahasa pemrograman yang telah dipilih. Pengkodean dilakukan dengan bahasa pemrograman matlab dengan menggunakan aplikasi Matlab R2012b 4. Pengujian Sistem Pada tahap ini dilakukan pengujian dan percobaan pada sistem yang telah dibuat sesuai dengan kriteria dan kebutuhan yang diinginkan dan memastikan apakah program berjalan sesuai dengan yang diinginkan. 5. Dokumentasi Sistem Pada tahap ini, peneliti mendokumentasikan sistem dalam bentuk laporan tertulis untuk menunjukkan hasil penelitian yang dilakukan. 1.7 Studi Literatur Sistematika penulisan dari penelitian ini terdiri dari lima bagian utama sebagai berikut: Universitas Sumatera Utara 5 Bab 1 Pendahuluan Bab ini berisi latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan. Bab 2: Landasan Teori Bab ini berisi teori-teori yang digunakan untuk memahami permasalahan yang dibahas pada penelitian ini. Pada bab ini dijelaskan tentang penerapan jaringan syaraf tiruan selforganizing map untuk mengklasifikasikan bentuk sel darah merah normal dan abnormal pada citra sel darah merah dengan kualitas yang baik. Bab 3: Analisis dan Perancangan Bab ini berisi analisis dan penerapan jaringan syaraf tiruan self-organizing map untuk mengklasifikasikan bentuk sel darah merah normal dan abnormal pada citra sel darah merah, serta perancangan seperti pemodelan dengan flowchart dan use case. Bab 4: Implementasi dan Pengujian Bab ini berisi pembahasan tentang implementasi dari analisis dan perancangan yang disusun pada Bab 3 dan pengujian apakah hasil yang didapatkan sesuai dengan yang diharapkan. Bab 5: Kesimpulan Dan Saran Bab ini berisi kesimpulan dari keseluruhan uraian bab – bab sebelumnya dan saran – saran yang diajukan untuk pengembangan penelitian selanjutnya. Universitas Sumatera Utara