APLIKASI ANALISIS TEKSTUR MENGGUNAKAN METODE CANNY

APLIKASI ANALISIS TEKSTUR MENGGUNAKAN METODE CANNY
UNTUK MENDETEKSI KANKER SERVIKS
Aji Nurrohman. *), Lulu Chaerani Munggaran, Dr **)
Jurusan Sistem Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Gunadarma
Jl. KH. Noer Ali, Kalimalang, Bekasi, 17133, Indonesia
Email : [email protected]
*) Mahasiswa Sistem Informasi Universitas Gunadarma
**) Dosen Sistem Informasi Universitas Gunadarma
ABSTRAKSI
Pengolahan citra adalah pemrosesan citra, Pengolahan citra saat ini
banyak digunakan diberbagai bidang kehidupan manusia, salah satu contohnya
adalah dalam bidang kedokteran. Pencitraan sering juga digunakan untuk
mendeteksi kanker serviks. Kanker serviks atau sering dikenal dengan kanker
mulut rahim/kanker serviks adalah kanker yang terjadi pada serviks uterus, suatu
daerah pada organ reproduksi wanita yang merupakan pintu masuk ke arah rahim
yang terletak antara rahim (uterus) dengan liang senggama (vagina). Pendeteksian
kanker serviks dapat dilakukan dengan berbagai cara, salah satunya adalah deteksi
melalui tekstur. Tekstur kanker serviks dapat dilakukan melalui beberapa metode
deteksi tepi diantaranya metode sobel, canny,robert, prewitt, gonzalez, dan
laplace. Penulis menggunakan metode canny, karena memiliki beberapa
kelebihan dalam mengekstrak tepian dengan kebebasan pemilihan parameter yang
digunakan. Penulis membuat aplikasi yang dapat mendeteksi kanker serviks
melalui tekstur kanker serviks.
Tujuan dari pembuatan aplikasi ini adalah membuat suatu aplikasi
pencitraan yang dapat mendeteksi kanker serviks menggunakan metode canny,
sehingga diharapkan dapat membantu bidang kedokteran dalam mendeteksi dini
kanker serviks.
Aplikasi ini mempunyai 5 menu. Menu tersebut adalah menu utama,
analisis kanker,bantuan, informasi kanker dan keluar. Menu utama menampilkan
profil penulis, menu analisis kanker menampilkan proses kerja aplikasi deteksi
kanker serviks, menu bantuan menampilkan petunjuk penggunaan aplikasi, menu
informasi kanker menampilkan tahap deteksi kanker serviks dan menu keluar
untuk keluar dari aplikasi
Kata Kunci : Metode Canny, Citra, Citra Digital, Segementasi, Deteksi.
ABSTRACT
Image processing is image processing, image processing is currently widely used
in various fields of human life, one example is in the field of medicine. Imaging is
often also used to detect cervical cancer. Cervical cancer or often known as
cervical cancer / cervical cancer is cancer that occurs in the uterine cervix, an area
in which the female reproductive organ is the entrance to the uterus located
between the womb (uterus) with a hole intercourse (vaginal). The detection of
cervical cancer can be done in various ways, one of which is detected through the
texture. The texture of cervical cancer can be done through several methods
including methods sobel edge detection, Canny, Robert, Prewitt, Gonzalez, and
laplace. The author uses the Canny method, because it has several advantages in
the extract edges with freedom of choice of parameters used. The author makes an
application which can detect cervical cancer through the texture of cervical
cancer.
The purpose of making this application is to create an imaging application that can
detect cervical cancer using the Canny method, which is expected to help the field
of medicine in the early detection of cervical cancer.
This application have 5 menu. The menu is the main menu, the analysis of cancer,
help, cancer information and exit. The main menu displays the profile of the
author, the menu displays the work process analysis of cancer cervical cancer
detection applications, the help menu displays instructions for using the
application, the menu displays the stages of cancer information cervical cancer
detection and menu exit to exit the application
Keywords : Canny method, image, digital image, segmentation, detection.
I. PENDAHULUAN
1.1 Latar Belakang Masalah
Perkembangan komputer saat ini
tumbuh dengan pesat dan cepat
seiring dengan kebututuhan akan
teknologi yang banyak digunakan
oleh masyarakat. Penggunaanya
menjadikan kegiatan manusia yaitu
mengolah data dalam jumlah yang
sedikit maupun banyak menjadi lebih
cepat dan efisien. Data atau
informasi tersebut tidak hanya
berupa teks, audio, dan video. Selain
itu, gambar juga merupakan bagian
dari data dan informasi. Gambar
adalah istilah lain dari citra. Citra
dapat diproses yang disebut dengan
pengolahan citra.
Pengolahan citra adalah pemrosesan
citra,
khususnya
dengan
menggunakan komputer, menjadi
citra yang kualitasnya lebih baik.
Pengolahan citra saat ini banyak
digunakan
diberbagai
bidang
kehidupan manusia, salah satu
contohnya adalah dalam bidang
kedokteran yang digunakan untuk
pengolahan citra hasil USG (foto
janin).
Kanker serviks atau sering
dikenal dengan kanker mulut
rahim/kanker serviks adalah kanker
yang terjadi pada serviks uterus,
suatu daerah pada organ reproduksi
wanita yang merupakan pintu masuk
ke arah rahim yang terletak antara
rahim
(uterus)
dengan
liang
senggama (vagina).
Menurut Globacan (2002) di seluruh
dunia setiap tahun terdapat 493.243
wanita terdiagnosa kanker serviks
dan 273.505 diantaranya meninggal
dunia, sehingga dapat diambil rata –
rata bahwa lebih dari 700 wanita
meninggal setiap hari karena kanker
serviks. Di Indonesia, kanker serviks
menempati urutan pertama kanker
pada wanita. Penyakit kanker
mempunyai
stadium
tersendiri
tergantung jenis kanker yang
diderita, begitu juga pada kanker
serviks. Stadium kanker berfungsi
untuk
menggambarkan
kondisi
kanker yaitu ukuran sel kanker, letak
penyebaran
dan
pengaruhnya
terhadap organ tubuh yang lain.
Dengan mengetahui stadium kanker
yang diderita oleh pasien, dokter
dapat
melakukan
tindakan
pengobatan medis yang tepat bagi
pasien.
Melihat tingginya wanita
yang menderita kanker serviks, para
pakar
meneliti untuk dapat
mencegah
penyebaran
kanker
serviks, salah satu penelitiannya
adalah mendeteksi secara dini kanker
serviks. Pendeteksian kanker serviks
secara dini dapat dilakukan melalui
beberapa cara yaitu tes schiller,
kolposkopi, IVA (Inspeksi Visual
Asam Asetat), servicografi dan pap
smear. Beberapa cara yang telah
disebutkan
untuk
pendeteksian
kanker serviks, apabila dikaitkan
dengan
perkembangan
ilmu
pengetahuan dan teknologi dapat
dilakukan melalui pengolahan citra.
Pengolahan citra yang dilakukan
untuk mendeteksi kanker serviks
dapat dilihat dari segi warna dan
tekstur. Bila dilihat dari segi warna,
kanker serviks dapat dilihat dari
warna merah dan putih, sedangkan
bila dilihat dari segi tekstur, kanker
serviks dapat dilihat melalui derajat
keabuan di dalam sekumpulan pixel
– pixel yang saling berdekatan.
Tekstur kanker serviks dapat
dilakukan melalui beberapa metode
deteksi tepi diantaranya
metode
sobel,
canny,robert,
prewitt,
gonzalez, dan laplace. Penulis
menggunakan metode canny, karena
memiliki beberapa kelebihan dalam
mengekstrak
tepian
dengan
kebebasan pemilihan parameter yang
digunakan.
Metode
canny
juga
merupakan salah satu algoritma
deteksi tepi modern. Menurut paper
study and comparison of various
image edge detection techniques dan
perbandingan metode pendeteksi tepi
(Studi Kasus: Citra USG Janin),
metode canny ini merupakan edge
detector yang optimal dan memiliki
kelebihan dari metode pendeteksi
tepi yang lain. Banyak bidang
kedokteran menggunakan metode ini
karena hasil metode canny yang
optimal.
Uraian diatas merupakan latar
belakang penulis untuk mengangkat
judul: “Aplikasi Analisis Tekstur
Menggunakan Metode Canny
Untuk
Mendeteksi
Kanker
Serviks”.
1.2 Rumusan Masalah
Rumusan masalah yang dapat
diangkat dari penulisan ini
adalah :
1. Apakah metode canny dapat
membantu mendeteksi kanker
serviks dengan baik
berdasarkan tekturnya ?
2. Bagaimana
mentransformasikan analisis
tersebut kedalam sebuah
aplikasi program MATLAB
7.11.0 (R2010b) ?
1.3 Batasan Masalah
Pada penulisan tugas akhir ini
menggunakan metode canny untuk
mendeteksi tepi lesi kanker serviks
dan pembuatan aplikasi deteksi tepi
menggunakan matlab.
1.4 Tujuan Penulisan
Penulisan ini bertujuan membuat
suatu aplikasi pencitraan yang dapat
mendeteksi
kanker
serviks
menggunakan
metode
canny,
sehingga
diharapkan
dapat
membantu bidang kedokteran dalam
mendeteksi dini kanker serviks.
II. TINJAUAN PUSTAKA
2.1 Pengolahan Citra
Sebuah citra yang diperoleh
melalui hasil scanning (pemindaian)
sinar-x ke dalam komputerisasi
terkadang mengalami penurunan
kualitas yang berupa perubahan
kecerahan, peregangan kontras dan
kekaburan.
Karena
beberapa
degradasi tersebut, dokter maupun
pasien tidak dapat memperoleh
informasi yang dibutuhkan. Agar
citra yang mengalami gangguan
mudah
diinterpretasi baik oleh
manusia maupun mesin, maka citra
tersebut perlu dimanipulasi menjadi
citra lain yang kualitasnya lebih baik
atau proses tersebut dinamakan
dengan proses image processing
(pengolahan citra).
2.2 Citra Digital
Citra
digital
dihasilkan
melalui proses digitalisasi sehingga
mampu menghasilkan citra digital,
misalnya
CT-Scan
(Computer
Tomographic Scan), USG (Ultra
Sound Grapic),
kamera digital,
scanner, dll. Citra digital disebut
juga citra diskrit. Citra digital
merupakan citra yang telah disimpan
dalam bentuk file sehingga dapat
diolah
dengan
menggunakan
komputer. Citra digital merupakan
suatu larik dua dimensi atau suatu
matriks yang elemen-elemennya
menyatakan tingkat keabuan dari
elemen gambar. Jadi informasi yang
terkandung bersifat diskrit. Citra
digital tidak selalu merupakan hasil
langsung data rekaman suatu sistem.
Kadang-kadang hasil rekaman data
bersifat kontinu seperti gambar pada
monitor televisi, foto sinar-x, dan
lain sebagainya. Suatu citra digital
diperlukan suatu proses konversi
sehingga citra tersebut
dapat
diproses dengan komputer.
2.3
Citra Biner
Citra biner (binary image)
adalah citra yang hanya mempunyai
dua nilai derajat keabuan yaitu hitam
dan putih, 0 dan 1 angka
0
menyatakan warna latar belakang
(background) dan 1 menyatakan
warna tinta atau objek atau dalam
bentuk angka 0 untuk hitam dan
angka 1 untuk warna putih [Anonim,
2009]. Meskipun saat ini citra
berwarna lebih disukai karena
memberi kesan yang lebih kaya dari
pada citra biner, namun tidak
membuat citra biner mati. Pada
beberapa aplikasi citra biner masih
tetap dibutuhkan, misalnya pada
proses analisis citra medis ini yang
menggunakan gambar sinar-x.
2.4 Preprocessing
(Pemrosesan
Awal)
Preprocessing (pemrosesan awal)
adalah proses yang memproses
sebuah masukan menjadi sebuah
keluaran
yang
akan
menjadi
masukan bagi proses lain [Anonim,
2009]. Pemrosesan awal merupakan
operasi pengolahan citra untuk
meningkatkan kualitas citra.
2.5 Matlab
MatLab singkatan dari Matrix
Laboratory. MatLab merupakan
bahasa
pemrogaman
yang
dikembangkan oleh The Mathwork,
Inc. Bahasa pemograman ini banyak
digunakan
untuk
perhitungan
numerik keteknikan, komputasi
simbolik, visualisasi grafis, analisis
data matematis, statistika, simulasi
pemodelan, dan desain graphical
user interface (GUI).
Pada awalnya, program ini
merupakan interface untuk koleksi
rutin numerik dari proyek LINPACK
dan EISPACK, namun sekarang
merupakan produk komersial dari
perusahaan Mathworks, Inc. MatLab
telah berkembang menjadi sebuah
lingkungan
pemrograman
yang
canggih yang berisi fungsi built-in
untuk melakukan tugas pengolahan
sinyal, aljabar linier, dan kalkulasi
matematis lainnya. Tampilan awal
MatLab 7.0 ditunjukkan pada
gambar 2.5.
Gambar 1. Tampilan MatLab
Walaupun MatLab khusus digunakan
untuk
penghitungan
numerik,
toolbox pilihan dengan mesin simbol
maple, menjadikan MatLab sebagai
suatu sistem aljabar komputer yang
lengkap.
MatLab
memiliki
kemampuan untuk mengintegrasikan
komputasi,
visualisasi,
dan
pemrograman.
III. ANALISIS DAN
PERANCANGAN
Pada bab ini akan dijelaskan
mengenai analisis dan perancangan
aplikasi deteksi tepi kanker serviks
dengan menggunakan metode canny.
Aplikasi ini pada akhirnya akan
menampilkan hasil deteksi kanker
serviks berupa garis tepi dari hasil
servikografi.
Tahapan
yang
digunakan untuk mendeteksi kanker
serviks menggunakan 7 tahapan
yaitu tahap ekstraksi warna, tahap
croping,
tahap
deteksi
tepi
menggunakan metode canny, tahap
operasi dilatasi citra, tahap pengisian
objek, tahap segmentasi citra dan
tahap pembuatan garis tepi.
3.1
Tahap
Pendeteksian
Kanker Serviks
Penjelasan
tahap
pendeteksian
kanker serviks adalah sebagai berikut
:
1. Tahap ekstraksi warna
Pada tahap ekstraksi warna ini
dilakukan dengan cara mengambil
fitur warna berupa R (Red), G
(Green) dan B (Blue) dari gambar.
Pengambilan nilai R, G dan B
diambil melalui tool color picker dari
software photoshop.
2. Tahap Croping
Pada tahap proses croping ini
dilakukan dengan mengambil bagian
gambar yang terdapat lesi serviks.
Tujuan dari pengambilan gambar lesi
serviks adalah melihat objek kanker
serviks secara lebih dekat.
3.
Tahap deteksi tepi dengan
metode canny
Pada tahap ini citra yang telah
dihilangkan noise dan diketahui R,
G, dan B lalu dilakukan deteksi tepi
dengan metode canny.
4.
Tahap operasi dilatasi citra
Pada tahap dilatasi citra ini dilakukan
untuk memperjelas citra yang
diperoleh dari hasil deteksi tepi
canny
dengan
menghilangkan
batasan dari citra dan menghilangkan
garis deteksi tepi dari operasi strel
dengan bentuk line. Operasi strel ini
digunakan untuk menghilangkan
garis deteksi tepi.
5.
Tahap pengisian area objek
Pada tahap pengisian objek ini objek
yang sudah dideteksi akan diberi
lubang putih untuk mengisi area
yang ada didalamnya.
pada warna pokok yang tiap-tiap
warna memiliki nilai 256 (8 bit).
Pengambilan nilai R, G dan B
diambil melalui software photoshop.
Warna yang dideskripsikan dengan
RGB
adalah
pemetaan
yang
mengacu pada panjang gelombang
dari RGB. Pemetaan menghasilkan
nuansa warna untuk masing-masing
R, G, dan B. Masing-masing R,
G,dan B didiskritkan dalam skala
256, sehingga RGB akan memiliki
indeks antara 0 sampai 255.
Ekstraksi warna adalah mengambil
fitur warna berupa R, G, dan B.
Flowchart ekstraksi warna dapat
dilihat pada gambar 2.
6.
Tahap segmentasi citra
Pada tahap segmentasi ini dilakukan
pemisahan objek dari latarnya.
7.
Tahap pembuatan garis tepi
Pada tahap berikut ini adalah tahap
terakhir yang terdapat dalam aplikasi
ini, tahap ini berguna untuk mencari
garis tepi dari objek hasil
segmentasi, sehingga pengguna
dapat langsung melihat garis tepi lesi
pada citra asli.
3.2
Algoritma
Alogritma dari setiap tahap
pendeteksian kanker serviks adalah
sebagai berikut :
1. Ekstraksi Warna
Warna pokok dalam pengelolaan
citra terdiri dari 3 (tiga)unsur, yaitu
R (Red), G (Green), dan B (Blue).
Jika warna-warna pokok tersebut
digabungkan,
maka
akan
menghasilkan
warna
lain.
Penggabungan tersebut bergantung
Gambar 2. Flowchart Ekstraksi
Warna
2. Tahap Croping
Croping adalah memotong
bagian gambar dari suatu objek. Pada
tahap croping ini
menggunakan
fungsi imcrop untuk memtong
bagian gambar yang dianggap lesi
serviks. Letak lesi oleh user dalam
proses
croping
ini
untuk
mempermudah user agar dapat
melihat objek secara lebih dekat.
Flowchart croping dapat dilihat pada
gambar 3.
mempermudah proses pendeteksian
agar tidak menimbulkan kerancuan
pada pengolahan citra. Flowchart
deteksi tepi
dapat dilihat pada
gambar 4.
Gambar 3. Flowchart Croping
3.Tahap Deteksi Tepi Metode
Canny
Salah satu algoritma deteksi
tepi modern adalah deteksi tepi
dengan menggunakan metode canny.
Deteksi tepi canny ditemukan oleh
Marr dan Hildreth yang meneliti
pemodelan persepsi visual manusia.
Ada beberapa kriteria pendeteksi
tepian paling optimum yang dapat
dipenuhi oleh algoritma canny :
a.
Mendeteksi dengan baik
(kriteria deteksi)
Kemampuan untuk meletakkan dan
menandai semua tepi yang ada sesuai
dengan
pemilihan
parameterparameter konvolusi yang dilakukan.
Sekaligus
juga
memberikan
fleksibilitas yang sangat tinggi dalam
hal menentukan tingkat deteksi
ketebalan
tepi
sesuai
yang
diinginkan.
b.
Melokalisasi dengan baik
(kriteria lokalisasi)
Metode
canny
dimungkinkan
dihasilkan jarak yang minimum
antara tepi yang dideteksi dengan
tepi yang asli.
c.
Respon yang jelas (kriteria
respon)
Hanya ada satu respon untuk tiap
tepi. Hal itu dilakukan untuk
Gambar 4. Flowchart Deteksi Tepi
Metode Canny
3.
4.Tahap Operasi Dilatasi Citra
Operasi dilatasi citra ini
untuk memperjelas citra dengan
menghilangkan batasan dari citra
yang diperoleh dari fungsi strel
untuk menentukan garis-garis yang
terdapat dari sebuah citra. Fungsi
strel ini untuk menghilangkan garis
yang terdapat pada citra. Dilatasi
adalah operasi morphologi yang akan
menambahkan pixel pada batas antar
objek dalam suatu citra digital. Hasil
operasi (output pixel) adalah nilai
maksimal yang diperoleh dari
himpunan pixel tetangganya. Dalam
binary image, jika ada pixel tetangga
yang bernilai 1 maka output pixel
akan diset menjadi 1. Tampilan
flowchart dilatasi dapat dilihat pada
gambar 5.
Gambar 5. Flowchart Dilatasi.
5.
Tahap Pengisian Area Objek
Tahap pengsian area objek
adalah pemberian warna ke dalam
garis-garis yang telah terhubung
dengan warna putih dan garis yang
tidak terhubung diabaikan. Proses
pengisian
area
objek
ini
menggunakan fungsi imfill. Fungsi
holes
adalah
fungsi
yang
mengartikan bahwa objek yang
sudah dideteksi akan diberi semacam
lubang putih yang mengisi area objek
di dalamnya. Tampilan flowchart
pengisian objek dapat dilihat pada
gambar 6.
Gambar 6. Flowchart Pengisian
Objek
6. Tahap Segmentasi Citra
Segmentasi yaitu mereduksi
citra menjadi objek atau region,
misalnya memisahkan objek-objek
yang berbeda dengan mengekstraksi
batas-batas
objek
(boundary).
Segmentasi merupakan suatu proses
untuk mendapatkan area atau obyek
yang diinginkan pada suatu citra
dengan memisahkan antara area atau
objek dari latar belakangnya. Proses
segmentasi memisahkan objek dari
latar belakangnya pada tepi yang
terhubung, jika tepi tidak terhubung
maka objek tidak tersegmentasi.
Citra hasil segmentasi berbentuk
citra biner terbagi atas dua bagian,
yaitu bagian hitam dan bagian putih,
angka 0 menyatakan warna latar
belakang (background) dan angka 1
menyatakan warna tinta atau objek
atau dalam bentuk angka 0 untuk
hitam dan angka 1 untuk warna
putih.
Proses
penghalusan
(smoothing) pada citra untuk
mempertajam kualitas citra yang
telah disegmentasi menggunakan
fungsi imrode. Tampilan segmentasi
citra dapat dilihat pada gambar 7.
Gamabr 7 Flowchart
Citra.
Segmentasi
7. Pembuatan Garis Tepi
Garis tepi (outline) adalah proses
pembuatan garis tepi dari objek hasil
segmentasi, sehingga garis tepi
tersebut dapat terlihat pada citra asli.
Pembuatan
garis
tepi
ini
menggunakan fungsi BWoutline
yang hanya terdapat pada aplikasi
matlab. Flowchart ditujukan pada
gambar 8.
Gambar 8 Flowchart Pembuatan
Garis Tepi
IV.
4.1
IMPLEMENTASI
Data Perangkat Keras Dan
Perangkat
Lunak
Yang
Digunakan
Dalam melakukan pengujian
ini penulis menggunakan spesifikasi
perangkat keras dan perangkat lunak
yaitu :
1. Perangkat keras
Spesifikasi perangkat keras yang
digunakan untuk membuat aplikasi ini
adalah :
1. Laptop Acer Intel Pentium DualCore Prosesor Z4300 Memory
1.00 GB.
2. Harddisk
sebagai
tempat
penyimpanan.
3. Mouse sebagai alat input.
4. Koneksi ke internet dengan
kecepatan minimum 32 Kbps.
5. Printer Canon IP 2770 sebagai
alat cetak.
2. Perangkat lunak
Spesifikasi perangkat lunak
yang digunakan untuk membuat
aplikasi ini adalah :
1. Windows 7 sebagai sistem operasi.
2. Matlab 7.0 (R2010b) sebagai
perangkat lunak pengolahan citra.
4.2 Objek Citra Digital Kanker
Serviks
Citra yang akan digunakan
sebagai objek untuk penulisan skripsi
ini ada 5 objek citral digital. Citra
digital yang diperoleh adalah citra
digital kanker serviks yang didapat
dari rumah sakit. Contoh citra digital
kanker serviks yang digunakan untuk
penulisan skripsi ini dapat dilihat pada
table 1.
Tabel 1Citra Digital Kanker
Serviks
4.3 Uji Coba Aplikasi
Menggunakan Metode Canny
Berikut adalah tahapan uji
coba
yang
dilakukan
untuk
pendeteksian kanker serviks dengan
metode canny :
1.
Klik tombol F5 atau klik
tombol runing pada matlab
sebagai
runing
aplikasi
aplikasi, pilih menu mtama.
Maka akan tampil menu utama.
Tampilan halaman menu utama
dapat dilihat pada gambar 9.
Gambar 9 Tampilan Halaman Menu
Utama
2.
Dari halaman menu utama,
pilih menu analisis kanker.
Menu analisis kanker ini
merupakan aplikasi untuk
melakukan
pendeteksian
terhadap
kanker
serviks.
Tampilan halaman analisis
kanker dapat dilihat pada
gambar 10.
Gamabr 10. Tampilan Halaman
Analisis Kanker Serviks
3.
Pada lesi.fig pilih citra digital
kanker serviks yang ingin
diketahui deteksi tepi lesi
dengan cara memilih tombol
masukkan file citra. Pada
aplikasi ini nama citra yang
ingin diuji coba adalah
000009.jpg.
Jika
tombol
masukkan file citra di-klik
maka akan tampil macam –
macam kanker serviks yang
telah disediakan. Tampilan
pilih gambar dapat dilihat
pada gambar 11.
Gambar 11 Tampilan Pilih Gambar
4.
Setelah dilakukan pemilihan
pada salah satu citra yang
ingin
dilakukan
proses
pendeteksian kanker serviks,
pilih frame pilihan yang
tersedia apakah termasuk lesi
besar atau kecil lalu klik
proses
segmentasi
untuk
melihat keselurusan proses
segmentasi. Tampilan citra
kanker serviks yang dipilih
dapat dilihat pada gambar 12.
Gambar 12 Citra Kanker Serviks
Yang Dipilih
5. Setelah
dilakukan
proses
segmentasi maka akan diketahui
hasil deteksi kanker serviks
berupa garis tepi secara otomatis.
Tampilan citra hasil segmentasi
Dan hasil deteksi kanker serviks
dapat dilihat pada gambar 13.
7. Setelah proses segmentasi dan
diketahui letak lesi kanker
serviks jika ingin keluar maka
pilih tombol keluar untuk keluar
dari aplikasi ini. Jika kita pilih
tombol keluar atau menu keluar,
maka akan tampil kotak dialog
pertanyaan. Tampilan kotak
dialog pertanyaan untuk keluar
dari aplikasi dapat dilihat pada
gambar 14.
Gambar 13. Citra Hasil Segmentasi
Dan Hasil Deteksi Kanker Serviks
6. Pada tampilan diatas hanya
ditampilkan hasil akhir yaitu citra
hasil segmentasi dan tidak
ditampilkan proses segmentasi
citra, jika ingin melihat proses
segmentasi citra dengan metode
canny maka bisa di-klik tombol
Proses
Segmentasi.
Proses
segmentasi citra untuk objek citra
dengan nama 000009.jpg dapat
dilihat pada table 2.
Tabel 2 Proses Segmentasi Citra
000009.jpg
Gambar 14 Kotak Dialog Pertanyaan
untuk keluar dari aplikasi
8. Di dalam aplikasi ini terdapat 3
menu yang berisi petunjuk
penggunaan
aplikasi,
tahap
deteksi kanker serviks, dan
informasi
tentang
pembuat
aplikasi. Petunjuk penggunaan
aplikasi yang terdapat pada menu
Bantuan
(Mnbantu.fig).
Tampilan
halaman
bantuan
dapat dilihat pada gambar 15.
Gambar 15 Tampilan Halaman
Bantuan
9. Untuk informasi tentang tahap
deteksi tepi kanker serviks
terdapat pada menu informasi
kanker (MnInf.fig). Tampilan
halaman informasi kanker dapat
dilihat pada gambar 16.
Gambar 17 Tampilan Halaman
Informasi Kanker
10. Untuk informasi tentang pembuat
aplikasi
mendeteksi
kanker
serviks terdapat pada menu about
aplikasi(Mnabout.fig). Tampilan
halaman about aplikasi dapat
dilihat pada gambar 17.
Gambar 18 Tampilan Halaman
About Aplikasi
V.
5.1
5.2
PENUTUP
Kesimpulan
Kesimpulan
Aplikasi pendeteksian kanker
serviks ini telah selesai dibuat.
Aplikasi ini menggunakan metode
canny untuk melakukan deteksi tepi
lesi. Deteksi tepi kanker serviks
dilihat berdasarkan tekstur. Aplikasi
ini diperuntukan untuk digunakan
oleh user yang mengerti mengenai
kanker serviks karena pemotongan
citra dilakukan oleh user. Melalui
proses segmentasi, objek yang
dipisahkan dari latarnya. Aplikasi ini
memperlihatkan
setiap
tahapan
pendeteksian kanker serviks melalui
matlab 7.0 (R2010b). Persentase
kesalahan deteksi tepi
kanker
serviks yang dihasilkan adalah 40%
dari 5 objek yang diproses.
Aplikasi ini dapat melihat
tampilan proses pendeksian kanker
sampai hasil deteksi kanker serviks,
akan tetapi aplikasi ini hanya dapat
mendeteksi gambar asli kanker
serviks yang diperoleh dari rumah
sakit karena jika diperoleh dari
internet, gambar tersebut akan tidak
kelihatan karena adanya proses
croping yang melihat gambar secara
lebih dekat dan pengkategorian lesi
besar dan lesi kecil tidak berdasarkan
ilmu kedokteran hanya berdasarkan
kasat mata.
5.3 Saran
Pengembangan
aplikasi
selanjutnya diharapkan jenis kanker
yang dapat dikenal bukan hanya
untuk kanker serviks saja tetapi bisa
untuk semua jenis penyakit kanker
lainnya dan pendeteksian kanker
serviks sudah secara otomatis tidak
secara manual lagi.
Semoga aplikasi ini dapat
bermanfaat
serta
dapat
dikembangkan menjadi lebih baik
pada masa yang akan datang.
DAFTAR PUSTAKA
Anonim, ”Landasan Teori Thinning
“,http://www.gangsir.com/download/
LandasanTeoriThinning.pdf, 19 Juli
2009.
Anonim, “Canny Filter for Edge
Detection a Java Implementation”,
http://www.scribd.com/doc/1317431
3/Cannys-Filter-for-Edge-Detectiona-Java-Implementation,10 September
2009.
Aris Sugiharto, Pemrograman GUI
dengan MATLAB, Penerbit Andi,
Yogyakarta, 2006.
Agung Slamet Riyadi, Flowchart
Catatan Kuliah Sistem Informasi,
Universitas Gunadarma, 2007.
Rinaldi Munir, Pengolahan CITRA
DIGITAL dengan
PendekatanAlgoritmik,
Penerbit
INFORMATIKA, Bandung, 2004.
Usman Ahmad, Pengolahan Citra
Digital dan TeknikPemrogramannya,
Penerbit Graha Ilmu, 2005.
Wijaya Marvin Ch. & Prijono
Agus,Pengolahan
Citra
Digital
menggunakan
MatLab
Image
Processing
Toolbox,
Penerbit
INFORMATIKA, Bandung, 2007.