analisa metode radial basis function jaringan saraf

PROSIDING 201 2©
Arsitektur
Elektro
Geologi
Mesin
HASIL PENELITIAN FAKULTAS TEKNIK
Perkapalan
Sipil
ANALISA METODE RADIAL BASIS FUNCTION JARINGAN SARAF
TIRUAN UNTUK PENENTUAN MORFOLOGI SEL DARAH MERAH
(ERITROSIT) BERBASIS PENGOLAHAN CITRA
Zulkifli Tahir, Elly Warni, Erny Apriany Sylwana, Quatrine Wahyuni
Laboratorium Kecerdasan Buatan
Jurusan Teknik Elektro Fakultas Teknik Universitas Hasanuddin
Jl. Perintis Kemerdekaan Km. 10 Tamalanrea - Makassar, 90245
Telp./Fax: (0411) 588111
Abstrak
Sekarang ini tes hematologi atau tes darah merupakan suatu pemeriksaan yang penting
untuk mendiagnosa kondisi medis pasien. Tes ini meliputi pemeriksaan jumlah, bentuk dan
morfologi sel darah yang hingga saat ini umumnya masih dikerjakan secara manual.
Pemeriksaan dengan cara manual ini sudah pasti memiliki tingkat ketelitian dan keakuratan
yang rendah karena dilakukan oleh para dokter atau petugas laboratorium kesehatan yang
secara manusiawi memiliki kemungkinan tingkat perbedaan identifikasi. Masalah
kekurangan pada pemeriksaan hematologi secara manual ini dapat diatasi dengan
menciptakan suatu sistem cerdas otomatis dengan bantuan komputer menggunakan jaringan
syaraf tiruan. Pada penelitian ini dilakukan analisa terhadap jaringan syaraf tiruan
menggunakan metode Radial Basis Function untuk menentukan morfologi sel darah merah
(eritrosit). Data citra eritrosit normal dan abnormal berasal dari Lembaga Penelitian ABX
dari Montpeller Perancis berjumlah 175 sampel. Citra eritrosit tersebut akan diolah melalui
proses akuisisi citra, grayscale, deteksi tepi dan ekstraksi ciri untuk menghasilkan input bagi
jaringan syaraf tiruan Radial Basis Function. Penentuan morfologi eritrosit berbasis
pengolahan citra dan jaringan syaraf tiruan Radial Basis Function ini memiliki akurasi
yang baik dan memuaskan serta memiliki total waktu pemerosesan sistem yang cepat.
Kata Kunci: morfologi Eritrosit; jaringan syaraf tiruan; Radial Basis Function
PENDAHULUAN
Tes hematologi atau tes darah merupakan suatu pemeriksaan untuk mengidentifikasi masalah dengan
menggunakan berbagai tes darah diagnostik laboratorium klinis untuk mendiagnosa kondisi medis. Beberapa
parameter yang diperiksa pada tes hematologi adalah jumlah sel darah dan morfologi normal dan abnormal sel
darah. Walaupun pemeriksaan parameter hematologi saat ini telah mengenal suatu alat hitung sel darah
otomatik yang lebih dikenal dengan nama Blood Cell Counter atau Automatic Cell Counter, namun untuk
pemeriksaan morfologi sel darah masih dikerjakan secara manual. Hal ini menyebabkan kurangnya ketelitian
serta keakuratan yang dilakukan oleh para dokter dan petugas laboratorium kesehatan dikarenakan kondisi fisik,
pengetahuan, ketelitian dan konsentrasi dokter dan petugas laboratorium kesehatan dapat mempengaruhi
pengidentifikasian penyakit sehingga adanya kemungkinan perbedaan identifikasi antara dokter yang satu dan
lainnya. Selain itu, jumlah dan jenis kelainan darah juga dapat menyebabkan banyaknya waktu dan tenaga yang
diperlukan dalam proses pengidentifikasian.
Kekurangan pada pemeriksaan hematologi secara manual dapat diatasi dengan menciptakan suatu sistem
otomatis dengan bantuan komputer. Manusia dengan segala kecerdasan yang dimilikinya berusaha untuk
mengadopsi bentuk kecerdasannya ke dalam komputer, maka dikembangkanlah suatu teknologi jaringan syaraf
tiruan yang mengadopsi kemampuan manusia dalam melakukan keputusan, atau dengan kata lain sistem
tersebut mempunyai kecerdasan buatan (Artificial Intelligent). Istilah buatan di sini digunakan karena jaringan
syaraf ini diimplementasikan dengan menggunakan komputer yang mampu menyelesaikan sejumlah proses
perhitungan selama proses pembelajaran.
Pada penelitian sebelumnya yaitu “Penentuan Morfologi Sel Darah Merah (Eritrosit) berbasis Pengolahan Citra
dan Jaringan Syaraf Tiruan”[1] dengan menggunakan metode jaringan syaraf tiruan yang umum dipakai yaitu
Backpropagation. Metode Backpropagation[1] tersebut memberikan keakuratan untuk citra latih sebesar 100%,
Volume 6 : Desember 2012
Group Teknik Elektro
TE13 - 1
ISBN : 978-979-127255-0-6
Analisa Metode Radial Basis …
Arsitektur
Elektro
Zulkifli Tahir, Elly Warni, Emy Apriany Sylwana & Quatrine Wahyuni
Geologi
Mesin
Perkapalan
Sipil
dan untuk citra uji nilai rata-rata keakuratan 78,33 %, dimana nilai tersebut masih perlu ditingkatkan dengan
menggunakan metode lain.
Oleh karena itu, pada penelitian ini penulis mencoba memberikan alternatif pemecahan masalah dengan metode
pembelajaran Radial Basis Function, dimana menurut teorinya akan menghasilkan nilai keakuratan yang lebih
tinggi dan waktu iterasi yang lebih cepat dibandingkan dengan Backpropagation. Sehingga diharapkan
penelitian ini dapat digunakan untuk membantu pekerjaan para dokter dan pihak laboratorium dalam
mengidentifikasi morfologi normal dan abnormal sel darah merah (eritrosit).
TINJAUAN PUSTAKA
Penelitian ini memiliki tiga teori utama yang disatukan menjadi satu sistem, yaitu fisiologi darah, pengolahan
citra dan radial basis function. Fisiologi darah merupakan teori yang mendeskripsikan bentuk, jenis dan
morfologi dari darah. Kemudian pengolahan citra merupakan teori untuk mengoneksikan sistem nyata dengan
sistem komputer dengan input berupa data citra. Sedangkan radial basis function merupakan salah satu metode
dari jaringan saraf tiruan sebagai sistem cerdas. Ketiga teori tersebut akan dijelaskan secara mendetail di alinea
selanjutnya.
Darah merupakan bagian dari cairan ekstrasel yang berfungsi untuk mengambil O 2 dari paru-paru, bahan-bahan
nutrisi dari saluran cerna, dan mengangkut hormon dari kelenjar endokrin. Bahan-bahan tersebut diangkut ke
seluruh sel dan jaringan, dimana bahan-bahan tersebut akan berdifusi dari kapiler ke jaringan interstitial, masuk
ke dalam sel dan selanjutnya akan dipergunakan untuk semua aktifitas sel. Sehingga dapat disimpulkan bahwa
darah mempunyai tiga peranan penting yaitu : fungsi transport, fungsi regulasi dan fungsi pertahanan tubuh[2].
Darah terdiri dari tiga jenis unsur sel khusus, eritrosit, leukosit dan trombosit yang terendam dalam cairan
kompleks plasma, dimana masing-masing sel ini memiliki fungsi yang saling menunjang dalam melaksanakan
kerja dari darah tersebut.
Darah berwarna merah karena adanya sel-sel darah merah (eritrosit). Eritrosit berbentuk bulat gepeng yang
kedua permukaannya cekung. Eritrosit tidak memiliki inti sel dan mengandung hemoglobin. Hemoglobin (Hb)
merupakan protein yang mengandung zat besi. Fungsi hemoglobin adalah untuk mengikat oksigen dan
karbondioksida dalam darah. Hemoglobin berwarna merah, karena itu eritrosit berwarna merah.
Eritrosit normal kelihatan bundar dengan diameter 7,5 μm dengan ketebalan tepi 2 μm. Dari samping Eritrosit
kelihatan berbentuk seperti cakram dengan kedua permukaannya cekung (biconcav disk). Eritrosit disebut juga
discocyte karena bentuknya seperti cakram. Tengah-tengah cakram tersebut lebih tipis dengan ketebalan 1 μm.
Bentuk biconcav ini menyebabkan hemoglobin terkumpul lebih banyak di bagian tepi sel. Oleh sebab itu,
bagian tepi eritrosit kelihatan lebih merah (okisifilik) dari bagian sentralnya. Bagian sentral yang kelihatan lebih
pucat disebut akromia sentral yang luasnya antara 1/3-1/2 kali diameter. Dalam mengevaluasi morfologi
eritrosit, ada 4 hal yang harus diperlihatkan : 1. bentuknya (shape), 2. ukurannya (size), 3. warnanya (staining),
dan 4. struktur intraselluler (structure)[3].
Gambar 1. Morfologi Normal Sel Darah Merah (eritrosit)[3].
ISBN : 978-979-127255-0-6
Group Teknik Elektro
TE13 - 2
Volume 6 : Desember 2012
PROSIDING 201 2©
Arsitektur
Elektro
Geologi
Mesin
HASIL PENELITIAN FAKULTAS TEKNIK
Perkapalan
Sipil
Kelainan eritrosit biasanya dinyatakan dengan perubahan ukuran, bentuk, dan warnanya (atau derajat
hemoglobin-nya). Beberapa kelainan tersebut antara lain:
1. Kelainan ukuran eritrosit: microsit dan macrosit.
2. Kelainan bentuk eritrosit: hipokromia dan hiperkromik.
3. Kelainan warna eritrosit: Ecchinocytes, Elliptocytes, Poikilocytes, Schistocytes, Sickle cell dan Tear Drop
Cell.
(1)
Ecchinocytes
(4) Schistocytes
(2) Elliptocytes
(3) Poikilocytes
(5) Sickle cell
(6) Tear Drop Cell
Gambar 2. Kelainan-kelainan Eritrosit
Kelainan-kelainan eritrosit tersebut akan direkam dan dianalisa dalam bentuk pengolahan citra. Pengolahan
citra digital merupakan tahap pemrosesan citra menjadi citra yang lain dengan kualitas yang lebih baik, yaitu
pemrosesan untuk memanipulasi citra yang telah menjadi gambar lain menggunakan algoritma atau teknik
tertentu. Pada tahap pengolahan citra, proses pengolahan dan analisis citra yang banyak melibatkan persepsi
visual. Proses ini mempunyai ciri data masukan dan informasi keluaran yang berbentuk citra. Istilah pengolahan
citra digital secara umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer. Dalam definisi
yang lebih luas, pengolahan citra digital juga mencakup semua data dua dimensi dimana citra digital terdiri dari
barisan bilangan nyata maupun kompleks yang diwakili oleh bit-bit tertentu.
Ilmu pengenalan pola (pattern recognition) umumnya digunakan untuk mengenali suatu objek dengan cara
mengekstraksi informasi penting dalam suatu citra. Pengenalan pola sering digunakan dalam bidang
kedokteran, sebagai contoh pemimplementasian sistem untuk mendeteksi diagnosa suatu kelainan dalam tubuh
manusia melalui gambar yang dihasilkan oleh suatu gambar scanner [4]. Proses pengenalan pola meliputi
akuisisi citra, pembentukan citra grayscale dan deteksi tepi.
Akuisisi citra adalah tahap awal untuk mendapatkan citra digital. Tujuan akuisisi citra adalah untuk menentukan
data yang diperlukan dan memilih metode perekaman citra. Akuisisi citra digital berarti berusaha mendapatkan
citra digital, untuk dijadikan data yang akan diproses. Tahap akuisisi citra bias berupa tahap pemotongan
gambar (crop) untuk mendapatkan objek yang akan diproses, resize citra atau mengubah resolusi gambar sesuai
kebutuhan pengontrasan citra.
Citra grayscale adalah citra yang hanya menggunakan warna pada tingkatan warna abu-abu. Warna abu-abu
adalah satu-satunya warna pada ruang RGB dengan komponen merah, hijau dan biru mempunyai intensitas
yang sama. Pada citra beraras keabuan hanya perlu menyatakan nilai intensitas untuk tiap piksel sebagai nilai
tunggal, sedangkan pada citra berwarna perlu tiga nilai intensitas untuk tiap pikselnya.
Deteksi tepi (edge detection) pada suatu citra adalah suatu proses yang menghasilkan tepi-tepi dari obyek-obyek
citra. Suatu titik (x,y) dikatakan sebagai tepi (edge) dari suatu citra bila titik tersebut mempunyai perbedaan
yang tinggi dengan tetangganya. Metode yang banyak digunakan untuk proses deteksi tepi adalah metode
Robert, Prewitt, Sobel dan Canny [5]. Pada penelitian ini metode Canny akan menjadi pilihan.
Deteksi Tepian Canny, merupakan pengambilan garis tepi yang dilakukan untuk memudahkan perhitungan
parameter-parameter citra nantinya. Tepian citra dapat didefinisikan sebagai piksel yang mengalami perubahan
tajam pada skala keabuannya. Tepian akan terlihat sebagai frekuensi tinggi pada spektrum citra, sehingga dapat
diekstrak dengan menggunakan filter tertentu dengan meredam bagian frekuensi rendah.
Volume 6 : Desember 2012
Group Teknik Elektro
TE13 - 3
ISBN : 978-979-127255-0-6
Analisa Metode Radial Basis …
Arsitektur
Elektro
Zulkifli Tahir, Elly Warni, Emy Apriany Sylwana & Quatrine Wahyuni
Geologi
Mesin
Perkapalan
Sipil
Gambar 3. Deteksi Tepi Menggunakan Metode Canny[6].
Proses terakhir pengenalan pola adalah proses ekstraksi ciri yang merupakan proses mereduksi data menjadi
suatu ukuran dimana setiap kotak berisi piksel tertentu dengan tetap mempertahankan keaslian informasi pada
data. Selanjutnya didapatkan data yang sesuai dan akan di pergunakan sebagai data input pada jaringan saraf
tiruan.
Jaringan syaraf tiruan merupakan salah satu representasi buatan dari otak manusia dengan menggunakan
program komputer yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut
[8]. Pada penelitian sebelumnya yaitu “Penentuan Morfologi Sel Darah Merah (Eritrosit) berbasis Pengolahan
Citra dan Jaringan Syaraf Tiruan”[1] peneliti menggunakan metode jaringan syaraf tiruan yang umum dipakai
yaitu propagasi balik (Backpropagation). Propagasi balik termasuk ke dalam logaritma belajar supervised
(terawasi) karena memberikan pasangan data masukan dan keluaran sebagai pola pelatihan. Logaritma
propagasi balik ini mampu menangani masalah pengenalan pola yang kompleks dan melakukan fungsi
pemetaan yang nontrival. JST ini dirancang untuk beroperasi sebagai jaringan multilayer dan umpan maju
(feedforward).
Pada penelitian ini, metode Radial Basis Function akan digunakan. Radial Basis Function adalah model neural
network yang mentransformasi input secara nonlinear dengan menggunakan fungsi aktivasi Gaussian pada
lapisan unit hidden sebelum diproses linear pada lapisan output.
Berguna atau setidaknya suatu jaringan saraf tiruan ditentukan dari hasil pelatihannya yang berupa bobot
neuronnya. Radial Basis Function memiliki algoritma pelatihan yang agak unik karena terdiri atas metode
supervised dan unsupervised sekaligus, dimana metode supervised merupakan metode yang setiap pola yang
diberikan ke dalam jaringannya telah diketahui outputnya. Selisih antara pola output aktual (output yang
dihasilkan) dengan pola output yang dikehendaki (output target) yang disebut error digunakan untuk
mengoreksi bobot jaringan. Sedangkan metode unsupervised adalah metode yang tidak membutuhkan target
output. Pada metode ini tidak dapat ditentukan hasil seperti apakah yang diharapkan selama proses
pembelajaran. Kombinasi antara 2 jenis metode ini pada jaringan Radial Basis Function menghasilkan suatu
sistem yang handal dalam mengatasi ketidaklinearan sistem itu sendiri.
METODE PENELITIAN
Metode penelitian secara lengkap dapat dilihat pada gambar dibawah ini:
ISBN : 978-979-127255-0-6
Group Teknik Elektro
TE13 - 4
Volume 6 : Desember 2012
PROSIDING 201 2©
Arsitektur
Elektro
Geologi
Mesin
HASIL PENELITIAN FAKULTAS TEKNIK
Perkapalan
Sipil
Gambar 4. Metode Penelitian
Secara umum, gambar diatas dibagi dalam tiga bagian sebagai berikut:
1. Studi Literatur
Studi literatur yang dilakukan yaitu dengan melakukan studi dari buku-buku pustaka yang berkaitan dengan
masalah yang dibahas, juga melalui artikel-artikel dari internet.
2. Pengambilan Data
Data yang digunakan merupakan hasil pengambilan sampel citra sel darah merah (eritrosit) untuk kondisi
normal dan abnormal yang berasal dari lembaga penelitian ABX Montpellier Perancis.
3. Pengolahan dan Analisis Data
Metode pengenalan yang terdiri atas dua bagian yaitu tahap pengolahan citra dan tahap identifikasi
menggunakan jaringan syaraf tiruan Radial Basis Function. Hasil identifikasi dibandingkan dengan data aktual
dan dengan hasil identifikasi menggunakan metode Backpropagation.
IMPLEMENTASI
Gambar 5. Arsitektur Jaringan Syaraf Tiruan Radial Basis Function.
Struktur dari jaringan Radial Basis Function yang digunakan dalam penelitian ini menggunakan 3 (tiga) lapisan
yaitu lapisan masukan (input layer) sebanyak 2500 neuron, lapisan tersembunyi (hidden layer), dan lapisan
Volume 6 : Desember 2012
Group Teknik Elektro
TE13 - 5
ISBN : 978-979-127255-0-6
Analisa Metode Radial Basis …
Arsitektur
Elektro
Zulkifli Tahir, Elly Warni, Emy Apriany Sylwana & Quatrine Wahyuni
Geologi
Mesin
Perkapalan
Sipil
keluaran (output layer) sebanyak 1 neuron. Penentuan jumlah neuron pada lapisan tersembunyi dilakukan
dengan cara mencoba-coba (trial and error), hingga didapatkan jumlah dengan niai epoch dan waktu yang
seminimal mungkin setelah mencapai nilai error yang ditentukan.
Gambar 6. Tampilan GUI Program
Pada fase pembuatan sistem, telah dibuat program dengan menggunakan perangkat lunak Matlab 7.7., GUI
(Graphical User Interface) program kita tampilkan pada gambar 6.
Gambar 7. Tampilan Training Program.
Contoh tampilan training program dengan command window dan training window untuk goal = 0,00001;
spread =150; dan epoch = 100 diperlihatkan pada gambar 7.
ISBN : 978-979-127255-0-6
Group Teknik Elektro
TE13 - 6
Volume 6 : Desember 2012
PROSIDING 201 2©
Arsitektur
Elektro
Geologi
Mesin
HASIL PENELITIAN FAKULTAS TEKNIK
Perkapalan
Sipil
HASIL
Berdasarkan penelitian penulis sebelumnya dengan judul “Penentuan Morfologi Sel Darah Merah (Eritrosit)
berbasis Pengolahan Citra dan Jaringan Syaraf Tiruan” yang menggunakan metode Backpropagation [1], maka
diperoleh tabel perbandingan antara metode backpropagation dan radial basis function seperti yang
diperlihatkan pada Tabel I.
Dari Tabel I dapat dianalisa bahwa tingkat akurasi citra uji yang diperoleh pada penelitian menggunakan Radial
Basis Function memiliki perbedaan yang cukup signifikan dengan tingkat akurasi pada sistem Backpropagation
yaitu sekitar 10%. Bahkan dengan menggunakan Radial Basis Function, tingkat akurasi pada citra uji yang
telah dilatihkan dapat mencapai angka 100%, sementara pada Backpropagation hanya mencapai 92,85%. Hal
ini dikarenakan kemampuan Radial Basis Function yang sangat baik untuk memproses data yang berjumlah
besar, terlebih jika data tersebut telah dilatihkan pada sistem.
Perbedaan yang sangat jelas juga terlihat pada besarnya waktu yang dibutuhkan oleh Backpropagation dalam
memproses data yaitu sebesar 8,868 detik, sedangkan pada sistem Radial Basis Function hanya diperlukan
waktu sebesar 0,849087114 detik. Perbedaan waktu yang cukup besar ini dikarenakan pada penelitian
menggunakan jaringan syaraf tiruan Radial Basis Function ini seluruh citra latih yang berjumlah 105 disimpan
dalam database dan dilatihkan secara sekaligus sehingga sangat mengefisienkan waktu pemrosesan pada
sistem.
Tabel 1. Perbandingan Metode Back Propagation dengan Radial Basis Function
Dari kedua parameter diatas, maka dapat dilihat bahwa penelitian Radial Basis Function telah menunjukkan
performa yang lebih baik, ditinjau dari segi akurasi dan waktu pemrosesan data, dibandingkan dengan sistem
Backpropagation.
KESIMPULAN
Dari penelitian ini dapat disimpulkan bahwa ditinjau dari dari segi tingkat akurasi dan waktu pemrosesan, maka
jaringan syaraf tiruan Radial Basis Function lebih baik dibandingkan dengan metode Backpropagation dalam
mengenali morfologi sel darah merah (eritrosit).
Volume 6 : Desember 2012
Group Teknik Elektro
TE13 - 7
ISBN : 978-979-127255-0-6
Analisa Metode Radial Basis …
Arsitektur
Elektro
Zulkifli Tahir, Elly Warni, Emy Apriany Sylwana & Quatrine Wahyuni
Geologi
Mesin
Perkapalan
Sipil
Saran pekerjaan selanjutnya diharapkan adanya pengembangan sistem pengenalan morfologi sel darah merah
(eritrosit) sehingga dapat mengenali semua bentuk sel darah merah (eritrosit) walaupun data referensinya
berbeda dengan input yang diberikan, dengan menggunakan beberapa metode pengolahan citra (deteksi tepi dan
ekstraksi ciri) dan menggabungkan beberapa metode pengenalan pola yang ada, misalnya metode neural
network dengan optimasi algoritma genetika. Selain itu juga diharapkan adanya pengembangan sistem
pengenalan morfologi sel darah merah (eritrosit) yang ditinjau dari aspek warna dan ukuran untuk mengindikasi
suatu penyakit.
DAFTAR PUSTAKA
[1]
Warni, E. (2007) Penentuan Morfologi Sel Darah Merah (Eritrosit) berbasis Pengolahan Citra dan
Jaringan Syaraf Tiruan. Thesis, Universitas Hasanuddin
[2]
Siregar, H., Yusuf, I. & Gani, A. (1995) Fisiologi Sel dan Cairan Tubuh. Universitas Hasanuddin
[3]
Patologi Klinik. (2002) Diktat Hematologi. Universitas Hasanuddin
[4]
Munir, R. (2004) Pengolahan Citra Digital. Bandung: Informatika
[5]
Gonzalez, R. C. & Woods, R. E. (1992) Digital Image Processing. New Jersey: Prentice Hall
[6]
Libor Masek. (2003) Recognition of Human Iris Patterns for Biometric Identification. The University of
Western Australia
[7]
Nixon, M. S & Aguado, A. S. (2002) Feature Extracton and Image Processing. London: Newnes
[8] Siang, Jong Jek. (2005) Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab.
Yogyakarta: Penerbit Andi
PUBLIKASI
Zulkifli T., Elly W., Indrabayu, Ansar S., (2012) Analisa Metode Radial Basis Function Jaringan Saraf Tiruan
untuk Penentuan Morfologi Sel Darah Merah (Eritrosit) Berbasis Pengolahan Citra . Forum Pendidikan Tinggi
Teknik Elektro Indonesia (FORTEI) 2012, pp. 59-63
ISBN : 978-979-127255-0-6
Group Teknik Elektro
TE13 - 8
Volume 6 : Desember 2012