BAB 1 PENDAHULUAN 1.1 Latar Belakang Kanker payudara telah menjadi salah satu penyebab kematian terbesar yang terjadi terhadap para wanita semenjak beberapa dekade terakhir ini. Tentunya hal ini menjadi sebuah hal yang tidak dapat dipandang sebelah mata lagi, apalagi kanker payudara telah menjadi penyakit kanker yang paling sering dialami oleh para wanita khususnya di negara industri seperti Indonesia. Menurut Profil Kesehatan Indonesia tahun 2008, kanker payudara menempati peringkat pertama penyakit kanker pada pasien rawat inap di rumah sakit pada tahun 2004-2007. Pada tahun 2004 angka kejadian kanker payudara sebanyak 5.207 kasus, tahun 2005 sebanyak 7.850 kasus, tahun 2006 sebanyak 8.328 kasus dan tahun 2007 sebanyak 8.277 kasus. Di samping itu, berdasarkan data Sistem Informasi Rumah Sakit (SIRS) tahun 2007, kanker payudara menempati urutan pertama pada pasien rawat inap di seluruh RS di Indonesia sebanyak 8.277 kasus (16,85%), disusul kanker leher rahim sebanyak 5.786 kasus (11,78%). Kanker tertinggi yang diderita wanita Indonesia adalah kanker payudara dengan angka kejadian 26 per 100.000 wanita, disusul kanker leher rahim dengan 16 per 100.000 wanita. Bukanlah hal yang penting bagi masyarakat awam mengenai jumlah penderitanya. Hal yang jauh lebih penting yaitu bagaimana cara untuk memberikan informasi serta menyadarkan masyarakat akan bahaya dari penyakit ini. Kemudian, dapat melakukan upaya pencegahan yang cepat dan tepat sehingga penyakit tersebut 1 tidak terjadi. Jika sel kanker dapat dideteksi lebih awal, tentunya alternatif pengobatan akan semakin banyak dan persentase untuk sembuh menjadi menjadi lebih tinggi. 2 tidak terjadi. Jika sel kanker dapat dideteksi lebih awal, tentunya alternatif pengobatan akan semakin banyak dan prosentase untuk sembuh menjadi menjadi lebih tinggi. Perkembangan teknologi telah membuat pendeteksian untuk penyakit seperti kanker payudara menjadi lebih mudah. Pada jaman sekarang telah terdapat teknologi yang disebut dengan mammogram. Mammogram adalah sebuah alat yang dapat menghasilkan gambar 2 dimensi, umumnya berupa 8-bit grayscale image, yang didapat dari proses sinar-x terhadap payudara pasien. Proses yang ditempuh untuk mendapatkan mammogram image (gambar yang didapatkan setelah proses screening dengan X-Ray oleh mammogram) disebut juga sebagai mammography. Dari mammogram image tersebut, dokter melakukan analisa secara konvensional atau secara langsung mendiagnosis sel kanker tersebut dengan kasat mata. Namun sering kali terjadi kesalahan saat penganalisaan (karena kelelahan dan berbagai jenis human error) maupun luputnya hal penting dari penglihatan dokter. Maka dari itu, kemudian dibuatlah sebuah mammogram dijital untuk memfasilitasi dokter dalam melakukan pendiagnosisan secara dijital (melalui bantuan komputer). Sebuah mammogram dijital dibuat ketika mammogram konvensional didijitalisasikan sehingga dapat digunakan oleh komputer. Dengan adanya mammogram dijital ini, maka Computer-Aided Diagnosis dapat dilakukan. Computer-Aided Diagnosis adalah sebuah sistem yang mampu mendiagnosis atau dalam arti sebenarnya dapat membedakan adanya penyakit atau tidak, mengurangi tingkat kesalahan dari pembacaan false positive dan false negative, serta meningkatkan peluang untuk mendeteksi adanya keadaan abnormal lebih dini, tentunya dengan bantuan komputer. Computer-Aided Diagnosis bekerja berbasiskan konsep dari pattern recognition serta computer vision. 3 Sistem Computer-Aided Diagnosis ini dapat membantu dokter untuk mendiagnosis kanker payudara dan menyajikan hasilnya sebagai option ke-2 bagi dokter. Dengan latar belakang di atas, maka kemudian penulis memilih topik dengan judul “Sistem Diagnosis Mammogram Dijital Berbantukan Komputer dengan Menggunakan Teknik Ekstraksi Fitur dan Support Vector Machines”. 1.2 Ruang Lingkup Ruang lingkup materi skripsi yang kami kerjakan adalah sistem diagnosis mammogram dijital dengan pengembangan metode feature extraction dan Support Vector Machines. Agar pembahasan dalam penelitian ini memiliki arah dan tujuan, maka diberikan ruang lingkup pembahasan yang terdiri dari : • Sumber data yang berasal dari MIAS sebanyak 60 image: - Kedalaman 8 bit - Ukuran 1024 x 1024 pixel • Klasifikasi terhadap sel kanker berdasarkan microcalcification • Klasifikasi yang dilakukan : - Positif kalsifikasi atau negatif kalsifikasi - Jika positif kalsifikasi, dilakukan klasifikasi lebih lanjut terhadap tingkat severitasnya apakah benign atau malignant • Pengklasifikasian terbatas pada positif atau negatif kalsifikasi serta tingkat severitasnya, tidak termasuk ke dalam tingkat penyebaran kanker (stadium) 4 1.3 Tujuan dan Manfaat 1.3.1 Tujuan Membuat aplikasi yang dapat membantu kerja dokter dalam melakukan diagnosis kanker payudara (klasifikasi) yang akurat dari mammogram image berdasarkan microcalcification. 1.3.2 Manfaat • Memberikan bantuan keputusan kepada dokter mengenai jenis kanker payudara yang didiagnosis. • Menghemat waktu untuk mendiagnosis kanker payudara. 1.4 Metodologi Metodologi yang kami gunakan dalam penelitian ini antara lain: 1. Analisis Studi pustaka dan analisa terhadap berbagai literatur dilakukan untuk mendapatkan informasi yang berguna untuk perancangan sistem. Studi pustaka diarahkan kepada informasi mengenai: 9 Sistem pendeteksian konvensional dari screening terhadap mammogram image, kelemahannya, serta apa yang harus diperbaiki dari sistem tersebut 2. Solusi Alternatif Melakukan riset dan analisis mengenai solusi alternatif yang sudah ada dan tingkat efektifitas dan efisiensi solusi alternatif tersebut dibandingkan dengan metode yang diajukan 5 3. Metodologi Aplikasi Metode yang kami gunakan: • Image Processing • Feature Extraction • Learning • Classification 1.5 Sistematika Penulisan Sistematika penulisan skripsi ini terdiri dari 5 (lima) bab yang berisi sebagai berikut: a. BAB 1 PENDAHULUAN Bab ini membahas tentang latar belakang, ruang lingkup, tujuan dan manfaat, serta metodologi yang kami gunakan dalam penelian ini. b. BAB 2 KAJIAN PUSTAKA Bab ini menerangkan tentang teori umum yang digunakan sebagai landasan penelitian, serta teori-teori khusus yang berpengaruh langsung terhadap metodologi yang kami gunakan, seperti Gray Level Co-occurence Matrix, Region of Interest, dan Support Vector Machines. c. BAB 3 METODOLOGI Bab ini menguraikan metode-metode yang kami pakai untuk membuat sebuah aplikasi dengan tingkat keakurasian yang tinggi dalam melakukan diagnosis kanker payudara berdasarkan microcalcification. 6 d. BAB 4 IMPLEMENTASI DAN EVALUASI Bab ini menunjukkan hasil penelitian serta evaluasi hasil penelitian. e. BAB 5 SIMPULAN DAN SARAN Bab ini merupakan bab terakhir yang menyajikan simpulan-simpulan dari hasil penelitian dan evaluasi, serta menjawab tujuan dari penelitian ini, serta berisi saran-saran yang diharapkan berguna bagi perkembangan penelitian selanjutnya.