NO Unsur paper Analisis1. Abstrak Penelitian ini bertujuan memebuat suatu sistem yang

dapat menentukan morfologi normal dan abnormal sel darah merah pada citra digital. Penelitiaan ini menggunakan citra normal dan abnormal sel darah merah yang berasal dari Lembaga Penelitian ABX dari Montpeller Perancis, jumlah sampel yang digunakan sebanyak 175 sampel yang terbagi atas 105 sampel citra latih dan 70 sampel citra uji, dilakukan secara bertahap, yaitu pengolahan citra yang meliputi akuisisi citra, grayscale, dan deteksi tepi, ekstraksiciri, dan identifikasi dengan menggunakan jeringan syaraf tirun yang berupa pelatihan dan pengenalan

2. Pendahuluan Latar belakangMorfologi normal dan abnormal dari sel darah merah seorang pasien sangat membantu para dokter dalam mendeteksi suatu penyakit. Pada saat ini, analitis tentang morfologi sel darah merah yang dilakukan oleh para dokter dan pihak laboratorium masih dengan cara konvensional, sehingga tidak selalu sama antara dokter yang satu dengan yang lainnya. Kondisi fisik, pengetahuan, ketelitian dan konsentrasi dokter sangat menentukan hasil analisis, karena dilakukan dengan pengamatan langsung. Selain hal tersebut diatas, jika sel darah merah yang akan diketahui morfologi normal dan abnormalnya cukup banyak, maka akan membutuhkan banyak waktu dan tenaga. Dilain pihak analisis tersebut, tidak menghasilkan bukti citra sehingga tidak dapat dianalisis oleh banyak dokter.

Rumusan masalahSulitnya menentukan morfologi normal dan abnormal sel darah merah.

TujuanMembuat suatu system yang dapat menentukan morfologi normal dan abnormal sel drah merah pada citra digital.

ManfaatPenelitian ini mempunyai manfaat yaitu mempermudah menentukan morfologi normal dan abnormal sel darah merah dengan menggunakan pengolahan citra digital.

3. Teori Penunjang Sel Darah Merah (Eritrosit).Dalam mengevaluasi morfologi sel darah merah

pada sediaan, ada 4 hal yang harus diperlihatkan: Bentuknya(shape), Ukurannya (size), Warnanya (staining), dan Struktur intraselluler (structure). (Patologi klinik, 2006).

Pengolahan Citra Digital.Pengolahan Citra adalah suatu metode atau teknik yang dapat digunakan untuk memproses citra atau gambar dengan jalan memanipulasi menjadi data gambar yang diinginkan untuk mendapatkan informasi tertentu (Murni, Aniati. 1992).

Jaringan Syaraf TiruanJaringan Syaraf Tiruan (JST) merupakan model komputasi terdistribusi yang meniru cara kerja dan system syaraf biologis. Para peneliti mendapatkan inspirasi arsitektur Jaringan Syaraf Tiruan ini berdasarkan model otak manusia dan sel-sel syarafnya. Metode ini berisi proses stimulasi-stimulasi yang berlangsung dalam otak yang diterjemahkan dalam bentuk simbol, nilai dan bobot.

PembelajaranUntuk dapat menyelesaikan suatu permasalahan, JST memerlukan alogaritma belajar, yaitu bagaimana sebuah konfigurasi JST dapat dilatih untuk mempelajari data historis yang ada. Berdasarkan alogaritma belajarnya, JST dibagi menjadi dua macam yaitu: Supervised (Terawasi) dan Unsupervised (tak terawasi)

4. Perancangan Sistem Desain Antar MukaUntuk keperluan perancangan system, maka pada penelitian ini digunakan fasilitas GUI (Graphical User Interface), yang merupakan salah satu fasilitas yang disediakan oleh perangkat lunak Matlab 6.5.

Pola Data ReferensiPada penelitian ini, penentuan morfologi sel darah merah didasarkan pada bentuk normal dan abnormal. Untuk itu diperlukan pola yang dikenali sebagai pola normal dan abnormal, dimana untuk kondisi abnormal terdapat enam (6) jenis yaitu: Ecchinocytes, Elliptocytes, Poikilocytes, Schistocytes, Sickle cell, dan Tear Drop Cell.

Tahap Pengolahan Citra1. Citra input pada penelitian ini berasal dari

hasil pemotretan sel darah merah dengan menggunakan kamera dan mikroskop khusus, yang berasal dari lembaga penelitian ABX Montpellier Perancis dan disimpan dalam format *jpg.

2. Proses akuisisi citra ini bertujuan untuk mengatur citra sedemikian sehingga dapat diproleh satu gambar sel darah merah baik yang normal maupun abnormal (dengan berbagai bentuk) sedangkan yang tidak dimanfaatkan dipotong dengan bantuan Adobe Photoshop Cs dari windows Xp, dan disimpan dengan format *bmp dengan ukuran 50 x 50 pixel.

3. Grayscale : Citra yang telah diakuisisi kemudian diubah dari bentuk RGB menjadi citra monoktrom atau citra hitam putih yang dikenal dengan proses grayscale.

4. Deteksi tepi ini merupakan salah satu proses pra-pengolahan citra yang dibutuhkan untuk analisis citra. Proses tersebut bertujuan meningkatkan intensitas garis tepi pada citra, dimana proses ini akan memperkuat komponen citra yang berfrekuensi tinggi.

5. Pada tahap ekstraksi ciri ini, citra yang telahDitipiskan dan dideteksi tepinya akan dibuat ke dalam kelompok – kelompok piksel. Citra yang berukuran 50 x 50 piksel direduksi menjadi 25 x 25 kotak, dimana nilai setiap kotak adalah 4 pixel yang akan menjadi input bagi Jaringan Syaraf Tiruan (JST).

6. Tahap Pengenalan: proses pengenalan konsisi normal dan abnormal sel darah merah pada penelitia ini menggunakan algoritma propagasi balik. Diamna jaringan propagasi balik dirancang dan dilatih untuk mendeteksi kondisi normal dan abnormal sel darah merah (eritrosit).

Tahap PelatihanSebelum JST melakukan proses pengenalanpada pola yang diinginkan, jaingan harus terlebih dahulu melalui proses pelatihan. Pola data referensi yang telah dibuat dijadikan sebagai pasangan input dan target yang nantinya akan dilatihkan. Proses pelatihan JST untuk pola pada umumnya berdasarkan

metode propagasi balik.5. Keakuratan Sistem Dalam mengenali citra normal dan abnormal sel

darah merah (eritrosit), kadang terdapat kesalahan yang salah satunya diakibatkan karena vekor hasil ekstraksi ciri dari citra uji agak jauh berbeda dengan data referensi yang ada. Oleh karena itu keakuratan dari sistem perlu diketahui untuk mengetahui performansi dari sistem.

Dari hasil pengamatan pada tabel 15 dapat diketahui bahwa keakuratan system untuk citra abnormal-tear drop cell dimana hasil ekstraksi cirinya tidak disimpan sebagai pola data referensi (citra latih) adalah :

1. Kecepatan SistemPengujian kecepatan system dalam menentukan penentuan morfologi normal dan abnormal sel darah merah (eritrosit), dilakukan dengan menghitung waktu yang dibutuhkan oleh system untuk dapat mengenali citra yang diinputkan padanya.

2. Peningkatan Akurasi SistemUntuk menambah akurasi sistem penentuan morfologi sel darah merah (eritrosit), maka dilakukan pembelajaran kembali untuk sistem dengan menggunakan citra latih yang berasal dari citra uji yang tidak berhasil dikenali oleh sistem.

6. Kesimpulan Pada pembuatan sistem penentuan morfologi normal an abnormal sel darah merah, Untuk proses deteksi tepi dengan menggunakan metode canny pada citra sel darah merah, nilai ambang yang paling baik adalah 0,98. Proses ekstraksi ciri merupakan proses mereduksi data yang berukuran 50 x 50 pixel menjadi 25x25 kotak, dimana setiap kotak berisi 4 pixel. Dengan tujuan tetap mempertahankan keaslian informasi pada data, maka nilai ambang pada proses scanning pixel adalah 1. Pada proses pelatihan JST, hidden layer yang digunakan adalah satu lapis dengan jumlah hidden neuron 36. Proses pengenalan dilakukan dengan membandingkan hasil ekstraksi ciri dari masing-masing input dengan pola data referensi. Pada penelitian ini hasil keakuratan untuk citra yang dijadikan sebagai pola data referensi adalah 100%, sedangkan untuk citra yang uji diperoleh sekitar 60 – 90 %, dengan nilai rata-rata keakuratan 78,33 %. Setelah dilakukan