BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan diberikan

ADLN Perpustakaan Universitas Airlangga
BAB IV
HASIL DAN PEMBAHASAN
Pada bab ini akan diberikan beberapa penjelasan mengenai proses
pengolahan citra, hasil penelitian dan pembahasan pendeteksian kanker serviks
berdasarkan image hasil CT-Scan, yang meliputi hasil dari image processing (
preprocessing ) serta hasil training dan testing menggunakan jaringan syaraf
tiruan perceptron.
4.1 Proses Pengolahan Citra
Proses pengolahan citra yang akan dibahas merupakan proses dari
segmentasi, histogram, dan feature extraction.
4.1.1 Proses histogram
Informasi suatu citra dapat diwakili oleh histogram, yaitu dengan
menunjukkan jumlah titik yang ada dalam suatu citra untuk setiap tingkat
keabuan. Pada hal ini, sumbu x (absis) menunjukkan tingkat warna, sedangkan y
(ordinat) menunjukkan frekuansi kemunculan titik.
Adapun cara untuk menentukan histogram pada penelitian ini adalah
sebagai berikut :
1. Suatu citra grayscale leher rahim hasil CT scan format Dicom berukuran
1800 x 1400 pixel dikonversikan pada format JPEG dengan ukuran 425 x
374 pixel menggunakan photoshop. Cara ini ditunjukkan pada Gambar 4.1
(a) dan (b).
31
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
32
2. Mencari skala keabuan citra digital. Citra digital ini ditunjukkan dengan
tinggi N dan lebar M ( N x M ) dengan matrik berukuran N baris dan M
kolom, dan masing-masing elemen pada citra digital disebut pixel, pada
hal ini merupakan citra leher rahim berukuran 425 x 374 pixel dengan
intensitas beragam pada tiap pixelnya, direpresentasikan secara numerik
dengan matriks yang terdiri dari 425 baris dan 374 kolom. Contoh proses
ini ditunjukkan pada Gambar 4.2.
3. Menggambarkan matrik tersebut pada sebuah grafik sesuai dengan pallet
warna yang telah diinformasikan pada photoshop. Ditunjukkan pada
Gambar 4.3 (a) dan (b).
(a)
(b)
Gambar 4.1 (a). Citra hasil CT-Scan format Dicom 1800 x 1400 pixel
(b). Hasil Resize Gambar (a) menjadi format JPEG berukuran 425 x 374 pixel
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
33
Gambar 4.2 Nilai matrik Gambar 4.1 (b)
(a)
(b)
Gambar 4.3 (a). Informasi pallet dan format file citra
(b). hasil histogram dari banyaknya kemunculan intensitas matrik Gambar 4.2
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
34
4.1.2 Proses segmentasi dan feature extraction
Ada
bermacam-macam
teknik
segmentasi
yang
ada,
semuanya
digolongkan dalam 2 jenis berdasarkan cara kerjanya, yaitu segmentasi
berdasarkan intensitas warna ( derajat keabuan ) dan segmentasi berdasarkan
karakteristik. Yang digunakan dalam penelitian ini adalah segmentasi berdasarkan
intensitas warna. Segmentasi ini dilakukan dengan cara membagi citra dari
histogram citra, yakni :
1. Mencari intensitas maksimum dan minimum pada histogram yang
digunakan dalam citra awal. Cara ini ditunjukkan pada Gambar 4.4 (a) dan
(b).
2. Dari intensitas minimum ke maksimum dilakukan pembagian sejumlah
N.N ini menentukan jumlah objek yang diharapkan ada pada gambar.
3. Setelah dilakukan pembagian, histogram akan terbagi menjadi bagianbagian yang disebut dengan cluster, kemudian pada citra dilakukan
penelusuran untuk seluruh titik, setiap titik akan digrupkan ke cluster
terdekat sehingga hasil akhir dari proses ini adalah jumlah warna pada
gambar. Cara berikut ditunjukkan pada Gambar 4.4 (c).
4. Cari hasil rata-rata/mean dari seluruh titik pada setiap cluster, kemudian
mengganti warna seluruh titik dalam cluster-cluster tersebut dengan ratarata dari cluster masing-masing.
5. Dilakukan
penggantian
warna pada
citra
yang
nilai
clusternya
menunjukkan kanker dengan warna merah, dan citra yang menunjukkan
tulang dengan warna biru. Cara nomor 5 ini ditunjukkan pada Gambar 4.5.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
35
(a)
min
max
(b)
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
36
cluster 3
cluster 1
cluster 2
cluster 4
(c)
Gambar 4.4 (a). Data mentah citra hasil CT Scan
(b). Intensitas nilai histogram min dan max dari Gambar 4.4 (a)
(c). Hasil cluster nilai histogram dari Gambar 4.4 (a)
Gambar 4.5 Hasil segmentasi dari data mentah Gambar 4.4 (a)
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
37
4.2 Hasil Penelitian
Hasil penelitian yang akan dibahas merupakan hasil dari dua perlakuan,
yang pertama adalah hasil dari image processing (preprocessing) dan yang kedua
adalah hasil dari training dan testing data menggunakan jaringan syaraf tiruan.
4.2.1 Hasil image processing ( preprocessing )
Adapun data hasil preprocessing yang meliputi histogram, segmentasi dan
ekstraksi ciri adalah sebagai berikut :
Gambar 4.6 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Gambar 4.6 Hasil preprocessing data 1
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
38
Gambar 4.7 Hasil preprocessing data 2
Gambar 4.7 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Gambar 4.8 Hasil preprocessing data 3
Gambar 4.8 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
39
Gambar 4.9 Hasil preprocessing data 4
Gambar 4.9 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Gambar 4.10 Hasil preprocessing data 5
Gambar 4.10 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
40
Gambar 4.11 Hasil preprocessing data 6
Gambar 4.11 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Gambar 4.12 Hasil preprocessing data 7
Gambar 4.12 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
41
Gambar 4.13 Hasil preprocessing data 8
Gambar 4.13 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Gambar 4.14 Hasil preprocessing data 9
Gambar 4.14 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
42
Gambar 4.15 Hasil preprocessing data 10
Gambar 4.15 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Gambar 4.16 Hasil preprocessing data 11
Gambar 4.16 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
43
Gambar 4.17 Hasil preprocessing data 12
Gambar 4.17 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Gambar 4.18 Hasil preprocessing data 13
Gambar 4.18 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
44
Gambar 4.19 Hasil preprocessing data 14
Gambar 4.19 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Gambar 4.20 Hasil preprocessing data 15
Gambar 4.20 hasil preprocessing, warna merah menunjukkan adanya kelainan
kanker serviks, dan warna biru menunjukkan warna tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
45
Gambar 4.21 Hasil preprocessing data 16
Gambar 4.21 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya warna biru pada tulang.
Gambar 4.22 Hasil preprocessing data 17
Gambar 4.22 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya warna biru pada tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
46
Gambar 4.23 Hasil preprocessing data 18
Gambar 4.23 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya warna biru pada tulang.
Gambar 4.24 Hasil preprocessing data 19
Gambar 4.24 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya warna biru pada tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
47
Gambar 4.25 Hasil preprocessing data 20
Gambar 4.25 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya warna biru pada tulang.
Gambar 4.26 Hasil preprocessing data 21
Gambar 4.26 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya warna biru pada tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
48
Gambar 4.27 Hasil preprocessing data 22
Gambar 4.27 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya warna biru pada tulang.
Gambar 4.28 Hasil preprocessing data 23
Gambar 4.28 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya titik-titik warna biru pada tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
49
Gambar 4.29 Hasil preprocessing data 24
Gambar 4.29 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya titik-titik warna biru pada tulang.
Gambar 4.30 Hasil preprocessing data 25
Gambar 4.30 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya titik-titik warna biru pada tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
50
Gambar 4.31 Hasil preprocessing data 26
Gambar 4.31 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya titik-titik warna biru pada tulang.
Gambar 4.32 Hasil preprocessing data 27
Gambar 4.32 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya titik-titik warna biru pada tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
51
Gambar 4.33 Hasil preprocessing data 28
Gambar 4.33 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya titik-titik warna biru pada tulang.
Gambar 4.34 Hasil preprocessing data 29
Gambar 4.34 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya titik-titik warna biru pada tulang.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
52
Gambar 4.35 Hasil preprocessing data 30
Gambar 4.35 hasil preprocessing, menunjukkan data normal, yang terdeteksi
hanya titik-titik warna biru pada tulang.
4.2.2 Hasil training data menggunakan jaringan syaraf tiruan
Proses training ini akan didapat nilai w ( bobot ) dan b ( bias ) baru.
Diberikan contoh perhitungan training data secara manual menggunakan jaringan
syaraf tiruan perceptron seperti berikut ini :
Jika diketahui, w awal = [0 0], b = [0], learning rate (α) = 1, treshold 0.2. dengan
nilai data 1 ( x1 dan x2 = 1, dan t = 1 ) dan data 1 ( x1 = 1; x2 = 0, dan t = -1 )
maka dapat dihitung data ke 1 =
Y_in
= b + ∑xiwi
w2baru
= 0 + (1.0) + (1.0) = 0
y
=0;t =1
w1baru = wawal + α.t.x1
= wawal + α.t.x2
= 0 + 1.1.1 = 1
bbaru
= bawal + α.t
= 0 + 1.1 = 1
= 0 + 1.1.1 = 1
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
53
Data ke 2
Y_in
= b + ∑xiwi
w2baru
= 1 + (1.1) + (0.1) = 2
y
= 1 ; t = -1
= wawal + α.t.x2
= 1 + 1.(-1).0 = 1
bbaru
w1baru = wawal + α.t.x1
= bawal + α.t
= 1 + 1.(-1) = 1
= 1 + 1.(-1).1 = 0
Pada proses training data, jumlah data yang digunakan adalah 20 data,
yang terdiri dari 10 data image normal dan 10 data image dengan kelainan kanker
serviks. Adapun hasil dari training data menggunakan jaringan syaraf tiruan
sesuai yang ditunjukkan pada Gambar 36 sampai Gambar 55 di bawah ini :
Gambar 4.36 Hasil training data 1
Gambar 4.36 hasil training, menunjukkan data sakit yang ditandai dengan warna
merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
54
Gambar 4.37 Hasil training data 2
Gambar 4.37 hasil training, menunjukkan data sakit yang ditandai dengan warna
merah dan hasil keluaran dari jaringan syaraf tiruan.
Gambar 4.38 Hasil training data 3
Gambar 4.38 hasil training, menunjukkan data sakit yang ditandai dengan warna
merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
55
Gambar 4.39 Hasil training data 4
Gambar 4.39 hasil training, menunjukkan data sakit yang ditandai dengan warna
merah dan hasil keluaran dari jaringan syaraf tiruan.
Gambar 4.40 Hasil training data 5
Gambar 4.40 hasil training, menunjukkan data sakit yang ditandai dengan warna
merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
56
Gambar 4.41 Hasil training data 6
Gambar 4.41 hasil training, menunjukkan data sakit yang ditandai dengan warna
merah dan hasil keluaran dari jaringan syaraf tiruan.
Gambar 4.42 Hasil training data 7
Gambar 4.42 hasil training, menunjukkan data sakit yang ditandai dengan warna
merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
57
Gambar 4.43 Hasil training data 8
Gambar 4.43 hasil training, menunjukkan data sakit yang ditandai dengan warna
merah dan hasil keluaran dari jaringan syaraf tiruan.
Gambar 4.44 Hasil training data 9
Gambar 4.44 hasil training, menunjukkan data sakit yang ditandai dengan warna
merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
58
Gambar 4.45 Hasil training data 10
Gambar 4.45 hasil training, menunjukkan data sakit yang ditandai dengan warna
merah dan hasil keluaran dari jaringan syaraf tiruan.
Gambar 4.46 Hasil training data 11
Gambar 4.46 hasil training, menunjukkan data sehat yang ditandai dengan tidak
terdeteksi warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
59
Gambar 4.47 Hasil training data 12
Gambar 4.47 hasil training, menunjukkan data sehat yang ditandai dengan hasil
keluaran dari jaringan syaraf tiruan.
Gambar 4.48 Hasil training data 13
Gambar 4.48 hasil training, menunjukkan data sehat yang ditandai dengan tidak
terdeteksi warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
60
Gambar 4.49 Hasil training data 14
Gambar 4.49 hasil training, menunjukkan data sehat yang ditandai dengan tidak
terdeteksi warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Gambar 4.50 Hasil training data 15
Gambar 4.50 hasil training, menunjukkan data sehat yang ditandai dengan tidak
terdeteksi warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
61
Gambar 4.51 Hasil training data 16
Gambar 4.51 hasil training, menunjukkan data sehat yang ditandai dengan tidak
terdeteksi warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Gambar 4.52 Hasil training data 17
Gambar 4.52 hasil training, menunjukkan data sehat yang ditandai dengan tidak
terdeteksi warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
62
Gambar 4.53 Hasil training data 18
Gambar 4.53 hasil training, menunjukkan data sehat yang ditandai dengan tidak
terdeteksi warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Gambar 4.54 Hasil training data 19
Gambar 4.54 hasil training, menunjukkan data sehat yang ditandai dengan tidak
terdeteksi warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
63
Gambar 4.55 Hasil training data 20
Gambar 4.55 hasil training, menunjukkan data sehat yang ditandai dengan tidak
terdeteksi warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Dari Gambar 36 sampai Gambar 55 maka didapatkan hasil yang
ditunjukkan pada Tabel 4.1 berikut ini :
Tabel 4.1 Tabel hasil training data
Skripsi
No.
Data
1
2
3
4
5
6
7
8
9
10
11
12
13
Data 1
Data 2
Data 3
Data 4
Data 5
Data 6
Data 7
Data 8
Data 9
Data 10
Data 11
Data 12
Data 13
Jumlah
Epoch
10 iterasi
10 iterasi
10 iterasi
10 iterasi
10 iterasi
10 iterasi
10 iterasi
10 iterasi
10 iterasi
10 iterasi
10 iterasi
10 iterasi
10 iterasi
X1
X2
Target
1
1
1
1
1
1
1
1
1
1
0
0
0
1
1
1
1
1
1
1
1
1
1
0
0
1
Kanker
Kanker
Kanker
Kanker
Kanker
Kanker
Kanker
Kanker
Kanker
Kanker
Normal
Normal
Normal
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
64
14
15
16
17
18
19
20
Data 14
Data 15
Data 16
Data 17
Data 18
Data 19
Data 20
10 iterasi
10 iterasi
10 iterasi
10 iterasi
10 iterasi
10 iterasi
10 iterasi
0
0
0
0
0
0
0
1
0
0
0
0
0
1
Normal
Normal
Normal
Normal
Normal
Normal
Normal
4.2.3 Hasil testing data menggunakan jaringan syaraf tiruan
Pada proses testing data ini, jumlah data yang digunakan adalah 10 data,
yang terdiri dari 2 data image normal dan 2 data image dengan kelainan kanker
serviks. Selanjutnya diambil 6 secara acak dan yang sebelumnya belum diketahui
apakah data tersebut tergolong image normal atau kah image dengan kelainan
kanker serviks. Dan selanjutnya akan di tes dengan diagnosa dokter untuk
diketahui hasil yang sebenarnya. Adapun hasil dari testing data menggunakan
jaringan syaraf tiruan ditunjukkan pada Gambar 56 sampai Gambar 65 sebagai
berikut :
Gambar 4.56 Hasil testing data 1
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
65
Gambar 4.56 hasil testing, menunjukkan data sakit yang ditandai dengan
terdeteksinya warna merah pada gambar dan hasil keluaran dari jaringan syaraf
tiruan. Dimana nilai rentang kanker yang tertera pada program merupakan
keluaran dari input gambar yang dijadikan masukan pada proses jaringan syaraf
tiruan.
Gambar 4.57 Hasil testing data 2
Gambar 4.57 hasil testing, menunjukkan data sakit yang ditandai dengan
terdeteksinya warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
66
Gambar 4.58 Hasil testing data 3
Gambar 4.58 hasil testing, menunjukkan data sakit yang ditandai dengan
terdeteksinya warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Gambar 4.59 Hasil testing data 4
Gambar 4.59 hasil testing, menunjukkan data sakit yang ditandai dengan
terdeteksinya warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
67
Gambar 4.60 Hasil testing data 5
Gambar 4.60 hasil testing, menunjukkan data sakit yang ditandai dengan
terdeteksinya warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Gambar 4.61 Hasil testing data 6
Gambar 4.61 hasil testing, menunjukkan data sehat yang ditandai dengan tidak
terdeteksinya warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
68
Gambar 4.62 Hasil testing data 7
Gambar 4.62 hasil testing, menunjukkan data sehat yang ditandai dengan tidak
terdeteksinya warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Gambar 4.63 Hasil testing data 8
Gambar 4.63 hasil testing, menunjukkan data sehat yang ditandai dengan tidak
terdeteksinya warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
69
Gambar 4.64 Hasil testing data 9
Gambar 4.64 hasil testing, menunjukkan data sehat yang ditandai dengan tidak
terdeteksinya warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Gambar 4.65 Hasil testing data 10
Gambar 4.65 hasil testing, menunjukkan data sehat yang ditandai dengan tidak
terdeteksinya warna merah dan hasil keluaran dari jaringan syaraf tiruan.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
70
Dari Gambar 56 sampai Gambar 65, maka didapatkan hasil yang ditunjukkan
pada Tabel 4.2 berikut ini :
Tabel 4.2 Tabel hasil testing atau pengenalan data masukan baru
No.
Data
X1
X2
Target
Hasil
1
2
3
4
5
6
7
8
9
10
Data 1
Data 2
Data 3
Data 4
Data 5
Data 6
Data 7
Data 8
Data 9
Data 10
1
0
1
1
1
0
0
0
0
0
1
1
1
1
1
0
1
1
0
0
Kanker
Normal
Kanker
Kanker
Kanker
Normal
Normal
Kanker
Normal
Normal
Benar
Benar
Benar
Benar
Benar
Benar
Benar
Salah
Benar
Benar
4.3 Pembahasan
Setelah dilakukan tahapan proses deteksi kanker serviks yang meliputi
proses pengolahan citra atau preprocessing, training dan testing menggunakan
jaringan syaraf tiruan perceptron. Dalam kegiatan deteksi kelainan kanker serviks
yang dianalisis dari beberapa gambar hasil CT-Scan dengan proses image
processing atau preprocessing yang meliputi histogram, segmentasi serta ekstraksi
ciri. Tahap pertama, gambar dalam file dikonversi dalam bentuk digital. Pada
tahap kedua, setelah diketahui matriks tingkat keabuan dari masing-masing
gambar, dilakukan proses histogram untuk mengetahui bentuk grafik dari masingmasing gambar. Lalu dilakukan tahap ketiga, dimana pada tahap ini akan
dilakukan proses segmentasi warna sebagai bentuk dari proses ekstraksi ciri, pada
tahap ketiga ini dilakukan pengenalan dan pencarian organ yang mengalami
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
71
kanker pada gambar hasil CT-Scan secara otomatis. Pada tahapan ini hasil deteksi
kanker serviks sudah dapat diketahui, seperti yang telah ditunjukkan pada Gambar
4.6 sampai dengan Gambar 4.35, bahwa warna biru menunjukkan keterangan dari
sebuah gambar tulang dan warna merah menunjukkan adanya kelainan kankernya.
Ketiga tahapan tersebut dilakukan pada masing-masing gambar sebagai masukan
data untuk tahap selanjutnya.
Selanjutnya tahapan terakhir yang dilakukan adalah deteksi menggunakan
proses jaringan syaraf tiruan, yang meliputi proses pembelajaran (training) dan
testing data baru.
Pada tahap deteksi menggunakan jaringan syaraf tiruan ini, arsitektur
jaringan syaraf tiruan yang digunakan adalah jaringan syaraf tiruan perceptron,
dimana penjalaran informasi lurus ke depan dari lapisan input menuju lapisan
bobot dan bias, dan selanjutnya menuju ke lapisan output.
Seperti halnya jaringan syaraf tiruan yang lain, pelatihan dilakukan dalam
rangka melakukan pengaturan bobot, sehingga pada akhir pelatihan akan
diperoleh bobot-bobot yang baik. Selama proses pelatihan, bobot diatur secara
iteratif untuk meminimumkan fungsi kinerja jaringan. Bobot-bobot hasil dari
pelatihan ini nantinya dipakai untuk pengaturan bobot pada jaringan untuk
pengujian data pelatihan dan data baru.
Pada proses training data pada jaringan syaraf tiruan, digunakan 20 data
yang terdiri dari 10 data gambar dengan kelainan kanker serviks, dan 10 data
gambar normal.
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty
ADLN Perpustakaan Universitas Airlangga
72
Selanjutnya dilakukan proses testing data pada jaringan syaraf tiruan. Pada
proses ini, digunakan 4 data masukan yang terdiri dari 2 data gambar normal dan
2 data gambar dengan kelainan kanker serviks sebagai pelatihan, dan 6 sample
gambar yang diambil secara acak yang belum diketahui secara pasti apakah
gambar tersebut tergolong gambar dengan kelainan kanker serviks atau gambar
normal. Namun setelah dilakukan pengecekan ulang, yakni dengan diagnosa
paramedis dan jaringan syaraf tiruan perceptron, ternyata terdapat 1 data yang
hasilnya tidak sesuai antara diagnosa paramedis dan hasil testing menggunkan
jaringan syaraf tiruan. Dari kesalahan testing tersebut dapat diketahui presentase
nilai eror dari deteksi yang telah dilakukan, dengan menggunakan persamaan
sebagai berikut :
% keberhasilan =
x 100 %
% keberhasilan =
x 100 %
= 90 %
Skripsi
Deteksi Kanker Serviks (Carsinoma Cerviks Uteri) pada Citra
Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Dewi Ari Nirmawaty